[英]How can I geolocate a bunch of IP addresses with Python?
我有一個約300個IP地址的列表,我想在世界地圖上繪制。 你能粗略解釋一下如何用Python做到這一點嗎?
編輯:我也對問題的可視化部分感興趣
您可以使用hostip.info API 。 例如:
http://api.hostip.info/get_html.php?ip=64.233.160.0
因此,使用urllib2
的Python代碼將是:
import urllib2
f = urllib2.urlopen("http://api.hostip.info/get_html.php?ip=64.233.160.0")
data = f.read()
f.close()
然后從返回的結果中檢索數據。
如果您需要經度和緯度,請使用position=true
標志:
http://api.hostip.info/get_html.php?ip=64.233.160.0&position=true
您可以使用GeoIP ,它具有免費版和付費版。 還有一個方便的Python API 。
這是我在Python 3.x中的解決方案,在給定包含IP地址的數據幀的情況下返回地理位置信息; 在矢量化pd.series / dataframe上有效並行化應用函數是可行的方法。
為了在地圖上繪制記錄,對緯度和經度信息進行子集化,然后使用合適的Mapping API(如Google Maps Api或tableau)來幫助實現數據可視化。
將兩個流行的庫的性能對比返回位置 。
TLDR:使用geolite2方法。
1. geolite2
從包geolite2
庫
輸入
# !pip install maxminddb-geolite2
import time
from geolite2 import geolite2
geo = geolite2.reader()
df_1 = train_data.loc[:50,['IP_Address']]
def IP_info_1(ip):
try:
try:
x = geo.get(ip)
except ValueError: #Faulty IP value
return np.nan
try:
return x['country']['names']['en'] if x is not None else np.nan
except KeyError: #Faulty Key value
return np.nan
s_time = time.time()
# map IP --> country
#apply(fn) applies fn. on all pd.series elements
df_1['country'] = df_1.loc[:,'IP_Address'].apply(IP_info_1)
print(df_1.head(), '\n')
print('Time:',str(time.time()-s_time)+'s \n')
print(type(geo.get('48.151.136.76')))
產量
IP_Address country
0 48.151.136.76 United States
1 94.9.145.169 United Kingdom
2 58.94.157.121 Japan
3 193.187.41.186 Austria
4 125.96.20.172 China
Time: 0.09906983375549316s
<class 'dict'>
2.來自ip2geotools
庫的DbIpCity
包
輸入
# !pip install ip2geotools
import time
s_time = time.time()
from ip2geotools.databases.noncommercial import DbIpCity
df_2 = train_data.loc[:50,['IP_Address']]
def IP_info_2(ip):
try:
return DbIpCity.get(ip, api_key = 'free').country
except:
return np.nan
df_2['country'] = df_2.loc[:, 'IP_Address'].apply(IP_info_2)
print(df_2.head())
print('Time:',str(time.time()-s_time)+'s')
print(type(DbIpCity.get('48.151.136.76',api_key = 'free')))
產量
IP_Address country
0 48.151.136.76 US
1 94.9.145.169 GB
2 58.94.157.121 JP
3 193.187.41.186 AT
4 125.96.20.172 CN
Time: 80.53318452835083s
<class 'ip2geotools.models.IpLocation'>
之所以巨大的時間差異可能是由於輸出的數據結構, 即直接從字典進行子集化,這似乎比從specialized ip2geotools.models.IpLocation對象索引更有效。
此外,第一種方法的輸出是包含地理位置數據的字典,子集專門用於獲取所需信息:
x = geolite2.reader().get('48.151.136.76')
print(x)
>>>
{'city': {'geoname_id': 5101798, 'names': {'de': 'Newark', 'en': 'Newark', 'es': 'Newark', 'fr': 'Newark', 'ja': 'ニューアーク', 'pt-BR': 'Newark', 'ru': 'Ньюарк'}},
'continent': {'code': 'NA', 'geoname_id': 6255149, 'names': {'de': 'Nordamerika', 'en': 'North America', 'es': 'Norteamérica', 'fr': 'Amérique du Nord', 'ja': '北アメリカ', 'pt-BR': 'América do Norte', 'ru': 'Северная Америка', 'zh-CN': '北美洲'}},
'country': {'geoname_id': 6252001, 'iso_code': 'US', 'names': {'de': 'USA', 'en': 'United States', 'es': 'Estados Unidos', 'fr': 'États-Unis', 'ja': 'アメリカ合衆國', 'pt-BR': 'Estados Unidos', 'ru': 'США', 'zh-CN': '美國'}},
'location': {'accuracy_radius': 1000, 'latitude': 40.7355, 'longitude': -74.1741, 'metro_code': 501, 'time_zone': 'America/New_York'},
'postal': {'code': '07102'},
'registered_country': {'geoname_id': 6252001, 'iso_code': 'US', 'names': {'de': 'USA', 'en': 'United States', 'es': 'Estados Unidos', 'fr': 'États-Unis', 'ja': 'アメリカ合衆國', 'pt-BR': 'Estados Unidos', 'ru': 'США', 'zh-CN': '美國'}},
'subdivisions': [{'geoname_id': 5101760, 'iso_code': 'NJ', 'names': {'en': 'New Jersey', 'es': 'Nueva Jersey', 'fr': 'New Jersey', 'ja': 'ニュージャージー州', 'pt-BR': 'Nova Jérsia', 'ru': 'Нью-Джерси', 'zh-CN': '新澤西州'}}]}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.