整合营销服务商
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
电脑端+手机端+微信端=数据同步管理
免费咨询热线：
站地图作为根据网站的结构，框架，内容生成的导航网页文件。
大多数人都知道网站地图对于提高用户体验有好处：它们为网站访问者指明方向，并帮助迷失的访问者找到他们想看的页面。
那么什么是网站地图呢?
在开始介绍网站地图的制作与提交之前，我们有必要先了解一下什么是网站地图。
网站地图也就是sitemap，是一个网站所有链接的容器。很多网站的链接层次比较深，蜘蛛是很难抓取到的，网站地图可以方便搜索引擎蜘蛛抓取网站页面，通过抓取网站页面，可以清晰的了解网站的架构。网站地图一般存放在根目录下并命名为sitemap，为搜索引擎蜘蛛引路，增加网站重要内容页面的收录。
网站地图的作用：
1.为搜索引擎蜘蛛提供可以浏览整个网站的链接，简单的体现出网站的整体框架。
2.为搜索引擎蜘蛛提供一些链接，指向动态页面或者采用其他方法比较难以到达的页面。
3.作为一种潜在的着陆页，可以对搜索流量进行优化。
4.如果访问者试图访问网站所在域内并不存在的URL，那么这个访问者就会被转到“无法找到文件”的错误页面，而网站地图可以作为该页面的“准”内容。
HTML版本的网站地图
html版本的网站地图就是用户可以在网站上看到的，列出网站上所有主要页面的链接的页面。对于小型网站来说，甚至可以列出整个网站的所有的页面。而对于具有一定规模的网站来说，一个网站地图不可能罗列所有的页面链接，可以采用两种方法解决：
第一种就是网站地图只列出网站最主要的链接，如一级分类，二级分类。
第二种方法是将网站地图分成几个文件，主网站地图列出通往那次级网站的链接，刺激网站地图在列出一部分页面链接。
XML本的网站地图
XML版本的网站地图是由goole首先提出的，怎么区分呢?上面所说的HTML版本中的sitemap首字母s是小字写的，XML版本中的S则是大写的。XML版本的网站地图是由XML标签组成的，文件本身必须UTF-8编码，网站地图文件实际上就是列出网站需要被收录的页面的URL。最简单的网站地图可以是一个纯文本文件，文件只要列出页面的URL，一行一个URL，搜索引擎就能抓取并理解文件内容。
网站地图的制作方法
网上有很多网站地图的生成方法，比如说在线生成，软件生成等。这里小编推荐使用小爬虫网站地图生成工具：http：//www.sitemap-xml.org。使用方法如下：
1)输入域名，选择网站对应的编码，点击“生成”按钮(建议使用搜狗浏览器或者google浏览器)如图所示：
2)等待小爬虫爬行网站，爬行时间根据网站内容多少和服务器访问速度不定，如果数据较多，则建议晚上10点以后操作，
3)下载sitemap.xml或者sitemap.html文件，上传到网站根目录，在首页做链接，如图所示：
需要说明一下sitemap.xml和sitemap.html文件的区别：
sitemap.xml文件的创建是为了更有利于搜索引擎的抓取，从而提高工作效率，生成sitemap.xml文件后将其链接放入robort.txt文件内。提示：
良好的robort.txt协议可以指引搜索引擎抓取方向，节省蜘蛛抓取时间，所以无形中提升了蜘蛛的工作效率，也就增大了页面被抓取的可能性。
将sitemap.xml和robort.txt文件放在网站的根目录下。
sitemap.html格式的网站地图主要是用来方便用户的浏览，并不能起到XMLSitemap所起的作用。所以最好两者都要有。
4)登录百度站长平台，点击“链接提交”，填写sitemap.xml对应的URL地址，如图所示：
提交完后，百度搜索引擎蜘蛛会对我们的网站进行抓取。大量案例证明，添加网站能加速网站内容收录速度，提升网站收录率。但是这要建立在网站内容质量符合搜索引擎标准的基础上，如果网站内容质量太差，则使用网站地图也是无济于事的。以上就是制作提交网站地图的一些分享，也是基础中的基础，希望对新手有用。
文章选自《SEO全网优化指南》
来源：卢松松博客，欢迎分享
TML 站点地图很有价值，因为搜索引擎会“读取”它们以了解您的网站并为其编制索引。站点地图还使您的网站更容易为用户导航，因为它们将您的访问者引导到他们需要的资源。
所以，所有这些信息都很好，但是您如何才能真正制作 HTML 站点地图呢？这很容易，即使您刚刚开始您的第一个网站。但在你试一试之前，你必须知道帮助访问者和搜索引擎了解你的网站组织的因素。
4 个站点地图最佳实践
站点地图没有很多规则，但您应该了解一些基本准则。遵循这些将确保您创建满足用户和搜索引擎需求的有用资源。
1. 来自主页的链接
您的站点地图应尽可能接近您的域级别。从您的主页链接到它，以便用户和搜索引擎可以立即找到它。
2. 使其用户友好
这听起来很明显，但您的站点地图应该是用户友好的。如果它易于导航、快速加载且组织清晰，您的访问者将能够毫无问题地使用它。
此外，搜索引擎更喜欢易于探索的界面。如果您设计的站点地图对用户来说很简单，它通常也适用于搜索引擎，这将有助于您的 SEO。
3.列出少于100个链接
您应该链接到对您的网站很重要的页面，但您不想过火。一个好的经验法则是在您的站点地图上坚持少于 100 个链接，尽管低于（或略高于）该限制不会破坏您的网站。
但是，如果您有很多链接，用户将更难找到他们需要的内容，并且搜索引擎抓取您的页面需要更长的时间。这两个都是用户体验的坏迹象，并且延伸到 SEO。
如果您必须使用超过 100 个链接，请考虑将站点地图分成多个主题页面以获得最佳效果。然后，您可以有一个站点地图索引，列出您的多个站点地图，以便搜索引擎（和用户）可以更轻松地找到您的内容。
4.在锚文本中使用关键字
一般来说，这是一个很好的 SEO 规则，它对站点地图特别有用。使用关键字丰富的锚文本告诉用户和搜索引擎他们可以从链接中得到什么，以便他们知道他们找到了正确的资源。但是，您不想在一个链接中过度使用 关键字 ——否则，您可能会受到搜索引擎的惩罚——因此最好坚持使用您的网页名称。
这只是您可以开始使用的一些最佳实践。但是在掌握了这些重要因素之后，您可以进入创建站点地图的下一个主要障碍。
站点地图布局
站点地图的设计主要是为了便于使用。他们不必华而不实、引人注目或打扮得漂漂亮亮——他们唯一的工作就是提供链接。这并不是说您不能拥有具有独特设计的站点地图，但站点地图的具体细节纯粹是信息性的。
站点地图的最简单形式是列表。列表最有意义，因为它们以一种有条理、易于阅读的方式排列所有内容。您还可以在页面中添加更多项目或列表，以确保您网站的主要部分都可以从一个位置访问。
在编码方面，制作站点地图所需的只是基本的 HTML 知识。您的列表的代码应如下所示：
站点地图 html 代码示例
您可以根据需要添加尽可能多的 <li> 标签，以链接到您网站上的主要页面，只要您不超出限制。
但是，为了在页面上尽可能清晰地组织您的列表，您还需要缩进列表项。
最简单的解决方案是在 <li> 标记之前的区域中添加一些不间断的空格 ( )，如下所示：
如何在站点地图中创建空间
在上面的示例中，第二个项目在第一个项目下方缩进五个 命令以在页面上创建更有序的外观。
如果您不想从头开始编写站点地图，您可以在线查找不同的模板来制作更具吸引力的页面。虽然没有必要，但最终决定权在你。
如果您不想手动编写站点地图，或者如果您拥有一个不断更新新产品的电子商务网站，您可以为自动站点地图服务付费，这样您就不必担心更新自己的站点地图。如果你有钱，这可能是最简单的解决方案。但是，如果您的预算紧张，那么一旦您知道如何进行手动更新，只需几分钟。
上传站点地图
一旦你建立了你想要使用的布局，你必须确定你将如何在你的网站上实现它。
如果您有一个完整的 HTML 站点并使用 FTP 访问您的服务器，请确保您的所有文本和标签都在正确的位置。完成后，将页面上传到您的服务器，就像任何其他添加一样。
但是，如果您使用的是内容管理系统 (CMS)，您的创建过程会因您的平台而异。
CMS 有一个用户友好的界面，但它可能需要特定的步骤来上传站点地图。根据您使用的内容，创建站点地图可能需要单独的插件或添加。阅读您的 CMS 以确保您正确使用它。
无论您选择创建站点地图，只要记住在页面上传后仔细检查它，以确保一切都按照您想要的方式进行。
维护站点地图
创建站点地图后，您可以轻松清理双手并进入下一个项目。但是，除非您使用自动更新服务，否则每次向网站添加新部分时都需要更新站点地图。
理想情况下，您的站点地图应该反映您网站上上层页面的结构。只要记住在添加站点时向站点地图添加快速文本链接，您的站点地图将始终是最新的。
如果自己还是没学会或者没有专业知识的人员，速推车是一个非常可靠的选择。它不仅使用最专业的工具和设备，而且技术团队的水平在中国也处于领先地位。无论哪种类型的工作都能胜任。有兴趣了解私信我
于转载授授权
大数据文摘作品，欢迎个人转发朋友圈，自媒体、媒体、机构转载务必申请授权，后台留言“机构名称+文章标题+转载”，申请过授权的不必再次申请，只要按约定转载即可，但文末需放置大数据文摘二维码。
编译：佘彦遥程序注释：席雄芬校对：丁雪
Folium是建立在Python生态系统的数据整理（Datawrangling）能力和Leaflet.js库的映射能力之上的开源库。用Python处理数据，然后用Folium将它在Leaflet地图上进行可视化。
概念
Folium能够将通过Python处理后的数据轻松地在交互式的Leaflet地图上进行可视化展示。它不单单可以在地图上展示数据的分布图，还可以使用Vincent/Vega在地图上加以标记。
这个开源库中有许多来自OpenStreetMap、MapQuest Open、MapQuestOpen Aerial、Mapbox和Stamen的内建地图元件，而且支持使用Mapbox或Cloudmade的API密钥来定制个性化的地图元件。Folium支持GeoJSON和TopoJSON两种文件格式的叠加，也可以将数据连接到这两种文件格式的叠加层，最后可使用color-brewer配色方案创建分布图。
安装
安装folium包
开始创建地图
创建底图，传入起始坐标到Folium地图中：
importfolium
map_osm= folium.Map(location=[45.5236, -122.6750]) #输入坐标
map_osm.create_map(path='osm.html')
Folium默认使用OpenStreetMap元件，但是Stamen Terrain, Stamen Toner, Mapbox Bright 和MapboxControl空间元件是内置的：
#输入位置，tiles，缩放比例
stamen =folium.Map(location=[45.5236, -122.6750], tiles='Stamen Toner',zoom_start=13)
stamen.create_map(path='stamen_toner.html')#保存图片
Folium也支持Cloudmade 和 Mapbox的个性化定制地图元件，只需简单地传入API_key ：
custom =folium.Map(location=[45.5236, -122.6750], tiles='Mapbox',
API_key='wrobstory.map-12345678')
最后，Folium支持传入任何与Leaflet.js兼容的个性化地图元件：
tileset= r'http://{s}.tiles.yourtiles.com/{z}/{x}/{y}.png'
map =folium.Map(location=[45.372, -121.6972], zoom_start=12,
tiles=tileset, attr='My DataAttribution')
地图标记
Folium支持多种标记类型的绘制，下面从一个简单的Leaflet类型的位置标记弹出文本开始：
map_1 =folium.Map(location=[45.372, -121.6972], zoom_start=12,
tiles='Stamen Terrain')
map_1.simple_marker([45.3288,-121.6625], popup='Mt. Hood Meadows')#文字标记
map_1.simple_marker([45.3311,-121.7113], popup='Timberline Lodge')
map_1.create_map(path='mthood.html')
Folium支持多种颜色和标记图标类型：
map_1 =folium.Map(location=[45.372, -121.6972], zoom_start=12,tiles='Stamen Terrain')
map_1.simple_marker([45.3288,-121.6625], popup='Mt. Hood Meadows',marker_icon='cloud') #标记图标类型为云
map_1.simple_marker([45.3311,-121.7113], popup='Timberline Lodge',marker_color='green') #标记颜色为绿色
map_1.simple_marker([45.3300,-121.6823], popup='Some OtherLocation',marker_color='red',marker_icon='info-sign')
#标记颜色为红色，标记图标为“info-sign”)
map_1.create_map(path='iconTest.html')
Folium也支持使用个性化的尺寸和颜色进行圆形标记：
map_2 =folium.Map(location=[45.5236, -122.6750], tiles='Stamen Toner',
zoom_start=13)
map_2.simple_marker(location=[45.5244,-122.6699], popup='The Waterfront')
简单树叶类型标记
map_2.circle_marker(location=[45.5215,-122.6261], radius=500,
popup='Laurelhurst Park',line_color='#3186cc',
fill_color='#3186cc')#圆形标记
map_2.create_map(path='portland.html')
Folium有一个简便的功能可以使经/纬度悬浮于地图上：
map_3 =folium.Map(location=[46.1991, -122.1889], tiles='Stamen Terrain',zoom_start=13)
map_3.lat_lng_popover()
map_3.create_map(path='sthelens.html')
Click-for-marker功能允许标记动态放置：
map_4 =folium.Map(location=[46.8527, -121.7649], tiles='Stamen Terrain',zoom_start=13)
map_4.simple_marker(location=[46.8354,-121.7325], popup='Camp Muir')
map_4.click_for_marker(popup='Waypoint')
map_4.create_map(path='mtrainier.html')
Folium也支持来自Leaflet-DVF的Polygon（多边形）标记集：
map_5 =folium.Map(location=[45.5236, -122.6750], zoom_start=13)
map_5.polygon_marker(location=[45.5012,-122.6655], popup='Ross Island Bridge',fill_color='#132b5e', num_sides=3,radius=10)#三边形标记
map_5.polygon_marker(location=[45.5132,-122.6708], popup='Hawthorne Bridge',fill_color='#45647d', num_sides=4,radius=10)#四边形标记
map_5.polygon_marker(location=[45.5275,-122.6692], popup='Steel Bridge',fill_color='#769d96', num_sides=6, radius=10)#四边形标记
map_5.polygon_marker(location=[45.5318,-122.6745], popup='Broadway Bridge',fill_color='#769d96', num_sides=8,radius=10) #八边形标记
map_5.create_map(path='bridges.html')
Vincent/Vega标记
Folium能够使用vincent 进行任何类型标记，并悬浮在地图上。
buoy_map= folium.Map(location=[46.3014, -123.7390], zoom_start=7,
tiles='StamenTerrain')
buoy_map.polygon_marker(location=[47.3489,-124.708], fill_color='#43d9de',radius=12, popup=(vis1, 'vis1.json'))
buoy_map.polygon_marker(location=[44.639,-124.5339], fill_color='#43d9de',radius=12, popup=(vis2, 'vis2.json'))
buoy_map.polygon_marker(location=[46.216,-124.1280], fill_color='#43d9de',radius=12, popup=(vis3, 'vis3.json'))
GeoJSON/TopoJSON层叠加
GeoJSON 和TopoJSON层都可以导入到地图，不同的层可以在同一张地图上可视化出来：
geo_path= r'data/antarctic_ice_edge.json'
topo_path= r'data/antarctic_ice_shelf_topo.json'
ice_map= folium.Map(location=[-59.1759, -11.6016],tiles='Mapbox Bright', zoom_start=2)
ice_map.geo_json(geo_path=geo_path)#导入geoJson层
ice_map.geo_json(geo_path=topo_path,topojson='objects.antarctic_ice_shelf')#导入Toposon层
ice_map.create_map(path='ice_map.html')
分布图
Folium允许PandasDataFrames/Series类型和Geo/TopoJSON类型之间数据转换。Color Brewer 颜色方案也是内建在这个库，可以直接导入快速可视化不同的组合：
importfolium
importpandas as pd
state_geo= r'data/us-states.json'#地理位置文件
state_unemployment= r'data/US_Unemployment_Oct2012.csv'#美国失业率文件
state_data= pd.read_csv(state_unemployment)
#LetFolium determine the scale
map =folium.Map(location=[48, -102], zoom_start=3)
map.geo_json(geo_path=state_geo,data=state_data,
columns=['State', 'Unemployment'],
key_on='feature.id',
fill_color='YlGn',fill_opacity=0.7, line_opacity=0.2,
legend_name='Unemployment Rate(%)')
map.create_map(path='us_states.html')
基于D3阈值尺度，Folium在右上方创建图例，通过分位数创建最佳猜测值，导入设定的阈值很简单：
map.geo_json(geo_path=state_geo,data=state_data,
columns=['State', 'Unemployment'],
threshold_scale=[5, 6, 7, 8, 9,10],
key_on='feature.id',
fill_color='BuPu',fill_opacity=0.7, line_opacity=0.5,
legend_name='Unemployment Rate(%)',
reset=True)
map.create_map(path='us_states.html')
通过Pandas DataFrame进行数据处理，可以快速可视化不同的数据集。下面的例子中，df DataFrame包含6列不同的经济数据，我们将在下面可视化一部分数据：
2011年就业率分布图
map_1 =folium.Map(location=[48, -102], zoom_start=3)
map_1.geo_json(geo_path=county_geo,data_out='data1.json', data=df,
columns=['GEO_ID','Employed_2011'],key_on='feature.id',
fill_color='YlOrRd',fill_opacity=0.7, line_opacity=0.3,
topojson='objects.us_counties_20m')#2011就业率分布图
map_1.create_map(path='map_1.html')
2011年失业率分布图
map_2 =folium.Map(location=[40, -99], zoom_start=4)
map_2.geo_json(geo_path=county_geo,data_out='data2.json', data=df,
columns=['GEO_ID','Unemployment_rate_2011'],
key_on='feature.id',
threshold_scale=[0, 5, 7, 9, 11,13],
fill_color='YlGnBu', line_opacity=0.3,
legend_name='Unemployment Rate2011 (%)',
topojson='objects.us_counties_20m')#2011失业率分布图
map_2.create_map(path='map_2.html')
2011年中等家庭收入分布图
map_3 =folium.Map(location=[40, -99], zoom_start=4)
map_3.geo_json(geo_path=county_geo,data_out='data3.json', data=df,
columns=['GEO_ID','Median_Household_Income_2011'],
key_on='feature.id',
fill_color='PuRd',line_opacity=0.3,
legend_name='Median Household Income2011 ($)',
topojson='objects.us_counties_20m')#2011中等家庭收入分布图
map_3.create_map(path='map_3.html')
编译者简介
回复“志愿者”，了解我们及如何加入我们
大数据文摘精彩文章：
回复【金融】 看【金融与商业】专栏历史期刊文章
回复【可视化】感受技术与艺术的完美结合
回复【安全】 关于泄密、黑客、攻防的新鲜案例
回复【算法】 既涨知识又有趣的人和事
回复【谷歌】 看其在大数据领域的举措
回复【院士】 看众多院士如何讲大数据
回复【隐私】 看看在大数据时代还有多少隐私
回复【医疗】 查看医疗领域文章6篇
回复【征信】 大数据征信专题四篇
回复【大国】 “大数据国家档案”之美国等12国
回复【体育】 大数据在网球、NBA等应用案例
回复【志愿者】了解如何加入大数据文摘
专注大数据，每日有分享
*请认真填写需求信息，我们会在24小时内与您取得联系。
