使用 Uszipcode 模块在 Python 中获取位置的邮政编码
Python 的 Uszipcode 模块是一个功能强大的工具,用于在 Python 中处理美国邮政编码。此模块提供了一套全面的函数和类,用于处理邮政编码,包括搜索邮政编码、识别与邮政编码关联的位置以及计算两个邮政编码之间的距离。
在本文中,我们将详细概述 Python Uszipcode 模块及其如何用于解决各种问题。
什么是 Python Uszipcode 模块?
Python Uszipcode 模块是一个用于处理美国邮政编码的 Python 库。它旨在简化在 Python 中处理邮政编码的操作,并提供了一系列函数和类,用于搜索邮政编码、识别与邮政编码关联的位置以及计算两个邮政编码之间的距离。
该模块构建于大型的美国邮政编码信息数据库之上,该数据库包含在模块中,并用于提供有关邮政编码的准确和最新的信息。该数据库包含有关每个邮政编码位置的信息,包括城市、州以及纬度和经度坐标。
如何安装 Python Uszipcode 模块
要使用 Python Uszipcode 模块,您首先需要安装它。该模块在 PyPI(Python 包索引)上可用,因此您可以使用 pip 安装它。为此,请打开终端或命令提示符并输入以下命令:
pip install uszipcode
这将安装 Python Uszipcode 模块及其所有依赖项。安装完成后,您就可以将该模块导入到 Python 代码中并开始使用它。
导入和使用 Uszipcode 模块
要使用 Uszipcode python 模块根据不同的条件搜索邮政编码,它提供了 SearchEngine,它是其主要类之一。您可以使用以下代码片段导入 SearchEngine 类。它还提供了一个简单的示例来使用邮政编码进行搜索:
示例
from uszipcode import SearchEngine engine = SearchEngine() zipcode = engine.by_zipcode(43215) print(zipcode.zipcode, zipcode.major_city)
输出
它将产生以下输出:
43215 Columbus
Uszipcode 模块中的各种搜索方法
根据您的用例,您可以使用 Uszipcode 模块搜索美国邮政编码。Uszipcode python 模块提供了以下方法,您可以使用它们进行搜索:
by_zipcode()
假设您已经拥有该地点的邮政编码,但需要了解其他一些信息,例如城市名称、人口等,您可以使用 by_zipcode() 方法。以下示例将演示它:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcode = eng.by_zipcode(85083) print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将给出以下输出:
85083 Phoenix 18104
by_city_and_state()
顾名思义,此方法接受城市名称和州名称作为参数,以提供搜索结果。让我们看一个示例来演示它:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_city_and_state(city="Phoenix", state="arizona") for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
85003 Phoenix 9369 85004 Phoenix 4965 85006 Phoenix 25742 85007 Phoenix 14040 85008 Phoenix 56145
by_coordinates()
此方法提供在半径内包含的所有邮政编码。它接受纬度、经度和半径作为参数。以下是一个示例:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_coordinates(33.4484, -80.6589, radius=60) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
29047 Elloree 3683 29018 Bowman 3749 29030 Cameron 1967 29142 Santee 4890 29133 Rowesville 1044
by_city()
顾名思义,此方法使用城市名称作为参数,以提供有关该城市的信息。让我们查看下面的示例:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_city(city="New York") for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
10001 New York 21102 10002 New York 81410 10003 New York 56024 10004 New York 3089 10005 New York 7135
by_state()
此方法使用州名称作为参数,以提供有关该州的信息。让我们查看下面的示例:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_state(state="Ohio") for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
43001 Alexandria 2400 43003 Ashley 2917 43004 Blacklick 22727 43006 Brinkhaven 822 43009 Cable 2135
by_prefix()
我们可以找到所有以给定前缀开头的邮政编码。让我们查看下面的示例:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_prefix("35") for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
35004 Moody 10427 35005 Adamsville 7942 35006 Adger 3121 35007 Alabaster 26225 35010 Alexander City 20816
by_population()
我们可以找到所有人口在较低限制和较高限制范围内的邮政编码。限制设置为 -1 和 2147483648 之间。让我们查看下面的示例:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_population(lower=500, upper=20000) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
24151 Rocky Mount 20000 19061 Marcus Hook 19997 83835 Hayden 19990 92377 Rialto 19989 29170 West Columbia 19988
by_population_density()
我们还可以使用人口密度(即每平方英里的居民数)查找邮政编码。它还将较低限制和较高限制作为参数。以下是一个示例:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_population_density(lower=50, upper=800) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
70807 Baton Rouge 20377 15317 Canonsburg 36535 08050 Manahawkin 24285 76135 Fort Worth 20684 25139 Mount Carbon 440
by_land_area_in_sqmi()
此方法使用平方英里面积的下限和上限查找邮政编码,如下所示:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_land_area_in_sqmi(lower=50, upper=8000) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
99743 Healy 1069 97910 Jordan Valley 641 99901 Ketchikan 13508 99737 Delta Junction 5011 99701 Fairbanks 19019
by_water_area_in_sqmi()
此方法使用平方英里水域面积的下限和上限查找邮政编码,如下所示:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_water_area_in_sqmi(lower=50, upper=8000) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
99615 Kodiak 12899 99901 Ketchikan 13508 99664 Seward 4932 99686 Valdez 4005 70091 Venice 278
by_housing_units()
此方法使用特定区域内住房单元的下限和上限查找邮政编码,如下所示:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_housing_units(lower=50, upper=500) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
26208 Camden On Gauley 973 26273 Huttonsville 2041 34739 Kenansville 793 45889 Van Buren 1351 47529 Elnora 1042
by_occupied_housing_units()
此方法使用特定区域内已占用住房单元的下限和上限查找邮政编码,如下所示:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_occupied_housing_units(lower=50, upper=500) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
46730 Corunna 1381 52144 Fort Atkinson 1261 61465 New Windsor 1213 65771 Walnut Shade 1398 70645 Hackberry 1262
by_median_home_value()
此方法使用特定区域内房屋中位数价值的下限和上限查找邮政编码,如下所示:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_median_home_value(lower=500000, upper=2000000) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
24011 Roanoke 219 29482 Sullivans Island 1791 29941 Sheldon 497 33109 Miami Beach 594 59055 Melville 59
by_median_household_income()
此方法使用特定区域内家庭收入中位数的下限和上限查找邮政编码,如下所示:
示例
from uszipcode import SearchEngine eng = SearchEngine() zipcodes = eng.by_median_household_income(lower=5000, upper=2000000) for zipcode in zipcodes: print(zipcode.zipcode, zipcode.major_city, zipcode.population)
输出
它将产生以下输出:
81335 Yellow Jacket 131 82063 Jelm 100 97028 Government Camp 217 21405 Annapolis 544 10282 New York 4783
结论
总之,USZIPCODE Python 模块是用于在 Python 中处理美国邮政编码的有用工具。它允许您在特定位置的给定半径内搜索邮政编码,检索有关特定邮政编码的详细信息,以及执行与邮政编码相关的各种其他任务。
该模块构建在 USPS 邮政编码 API 之上,该 API 提供对美国邮政编码及其关联位置数据的最新信息的访问。
凭借其广泛的功能和易于使用的界面,USZIPCODE 模块可以成为任何涉及邮政编码处理的 Python 项目的宝贵补充。无论您需要搜索邮政编码、检索有关它们的信息,还是执行任何其他与邮政编码相关的任务,USZIPCODE 模块都能满足您的需求。