这篇文章主要介绍“Python怎么实现识别文字中的省市区并绘图”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“Python怎么实现识别文字中的省市区并绘图”文章能帮助大家解决问题。
1.准备
开始之前，你要确保Python和pip已经成功安装在电脑上。
(可选1) 如果你用Python的目的是数据分析，可以直接安装Anaconda，它内置了Python和pip.
(可选2) 此外，推荐大家用VSCode编辑器，它有许多的优点
请选择以下任一种方式输入命令安装依赖：
Windows 环境 打开 Cmd (开始-运行-CMD)。
MacOS 环境 打开 Terminal (command+空格输入Terminal)。
如果你用的是 VSCode编辑器 或 Pycharm，可以直接使用界面下方的Terminal.
pip install cpca注意，目前 cpca 模块仅支持Python3及以上版本。
在 windows 上可能会出现类似如下问题：
Building wheel for pyahocorasick (setup.py) ... error先阅读原文去下载 Microsoft Visual C++ Build Tools 安装VC++构建工具，再重新 pip install cpca，即可解决问题。
2.基本使用
通过两行代码就能实现最基本的省市区提取：
# 公众号: Python 实用宝典# 2022/06/23import cpcalocation_str = [ "广东省深圳市福田区巴丁街深南中路1025号新城大厦1层", "特斯拉上海超级工厂是特斯拉汽车首座美国本土以外的超级工厂，位于中华人民共和国上海市。", "三星堆遗址位于中国四川省广汉市城西三星堆镇的鸭子河畔，属青铜时代文化遗址"]df = cpca.transform(location_str)print(df)效果如下：
省 市 区 地址 adcode
0 广东省 深圳市 福田区 巴丁街深南中路1025号新城大厦1层 440304
1 上海市 None None 。310000
2 四川省 德阳市 广汉市 城西三星堆镇的鸭子河畔，属青铜时代文化遗址 510681
注意第三条的广汉市，cpca 不仅识别到了语句中的县级市广汉市，还能自动匹配到其代管市的德阳市，不得不说非常强大。
如果你想获知程序是从字符串的那个位置提取出省市区名的，可以添加一个 pos_sensitive=True 参数:
# 公众号: Python 实用宝典# 2022/06/23import cpcalocation_str = [ "广东省深圳市福田区巴丁街深南中路1025号新城大厦1层", "特斯拉上海超级工厂是特斯拉汽车首座美国本土以外的超级工厂，位于中华人民共和国上海市。", "三星堆遗址位于中国四川省广汉市城西三星堆镇的鸭子河畔，属青铜时代文化遗址"]df = cpca.transform(location_str, pos_sensitive=True)print(df)效果如下：
(base) G:\push\20220623>python 1.py
省 市 区 地址 adcode 省_pos 市_pos 区_pos
0 广东省 深圳市 福田区 巴丁街深南中路1025号新城大厦1层 440304 0 3 6
1 上海市 None None 。310000 38 -1 -1
2 四川省 德阳市 广汉市 城西三星堆镇的鸭子河畔，属青铜时代文化遗址 510681 9 -1 12
它标记出了识别到省、市、区的关键位置（index），当然如果是德阳市这种特殊的识别会被标记为-1.
3.高级使用
它还可以从大段文本中批量识别多个地区：
# 公众号: Python 实用宝典# 2022/06/23import cpcalong_text = "对一个城市的评价总会包含个人的感情。如果你喜欢一个城市，很有可能是喜欢彼时彼地的自己。"\ "在广州、香港读过书，工作过，在深圳买过房、短暂生活过，去北京出了几次差。"\ "想重点比较一下广州、深圳和香港，顺带说一下北京。总的来说，觉得广州舒适、"\ "香港精致、深圳年轻气氛好、北京大气又粗糙。答主目前选择了广州。"df = cpca.transform_text_with_addrs(long_text, pos_sensitive=True)print(df)效果如下：
(base) G:\push\20220623>python 1.py
省 市 区 地址 adcode 省_pos 市_pos 区_pos
0 广东省 广州市 None 440100 -1 44 -1
1 香港特别行政区 None None 810000 47 -1 -1
2 广东省 深圳市 None 440300 -1 58 -1
3 北京市 None None 110000 71 -1 -1
4 广东省 广州市 None 440100 -1 86 -1
5 广东省 深圳市 None 440300 -1 89 -1
6 香港特别行政区 None None 810000 92 -1 -1
7 北京市 None None 110000 100 -1 -1
8 广东省 广州市 None 440100 -1 110 -1
9 香港特别行政区 None None 810000 115 -1 -1
10 广东省 深圳市 None 440300 -1 120 -1
11 北京市 None None 110000 128 -1 -1
12 广东省 广州市 None 440100 -1 143 -1
不仅如此，模块中还自带一些简单绘图工具，可以在地图上将上面输出的数据以热力图的形式画出来：
# 公众号: Python 实用宝典# 2022/06/23import cpcafrom cpca import drawerlong_text = "对一个城市的评价总会包含个人的感情。如果你喜欢一个城市，很有可能是喜欢彼时彼地的自己。"\ "在广州、香港读过书，工作过，在深圳买过房、短暂生活过，去北京出了几次差。"\ "想重点比较一下广州、深圳和香港，顺带说一下北京。总的来说，觉得广州舒适、"\ "香港精致、深圳年轻气氛好、北京大气又粗糙。答主目前选择了广州。"df = cpca.transform_text_with_addrs(long_text, pos_sensitive=True)drawer.draw_locations(df[cpca._ADCODE], "df.html")运行的时候可能会报这个错：
(base) G:\push\20220623>python 1.py
Traceback (most recent call last):
File "1.py", line 12, in <module>
drawer.draw_locations(df[cpca._ADCODE], "df.html")
File "G:\Anaconda3\lib\site-packages\cpca\drawer.py", line 41, in draw_locations
import folium
ModuleNotFoundError: No module named 'folium'
使用pip安装即可：
pip install folium然后重新运行代码，会在当前目录下生成 df.html, 双击打开，效果如下：
关于“Python怎么实现识别文字中的省市区并绘图”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识，可以关注编程网行业资讯频道，小编每天都会为大家更新不同的知识点。
