整合營銷服務商
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
電腦端+手機端+微信端=數據同步管理
免費咨詢熱線：
站地圖作為根據網站的結構，框架，內容生成的導航網頁文件。
大多數人都知道網站地圖對于提高用戶體驗有好處：它們為網站訪問者指明方向，并幫助迷失的訪問者找到他們想看的頁面。
那么什么是網站地圖呢?
在開始介紹網站地圖的制作與提交之前，我們有必要先了解一下什么是網站地圖。
網站地圖也就是sitemap，是一個網站所有鏈接的容器。很多網站的鏈接層次比較深，蜘蛛是很難抓取到的，網站地圖可以方便搜索引擎蜘蛛抓取網站頁面，通過抓取網站頁面，可以清晰的了解網站的架構。網站地圖一般存放在根目錄下并命名為sitemap，為搜索引擎蜘蛛引路，增加網站重要內容頁面的收錄。
網站地圖的作用：
1.為搜索引擎蜘蛛提供可以瀏覽整個網站的鏈接，簡單的體現出網站的整體框架。
2.為搜索引擎蜘蛛提供一些鏈接，指向動態頁面或者采用其他方法比較難以到達的頁面。
3.作為一種潛在的著陸頁，可以對搜索流量進行優化。
4.如果訪問者試圖訪問網站所在域內并不存在的URL，那么這個訪問者就會被轉到“無法找到文件”的錯誤頁面，而網站地圖可以作為該頁面的“準”內容。
HTML版本的網站地圖
html版本的網站地圖就是用戶可以在網站上看到的，列出網站上所有主要頁面的鏈接的頁面。對于小型網站來說，甚至可以列出整個網站的所有的頁面。而對于具有一定規模的網站來說，一個網站地圖不可能羅列所有的頁面鏈接，可以采用兩種方法解決：
第一種就是網站地圖只列出網站最主要的鏈接，如一級分類，二級分類。
第二種方法是將網站地圖分成幾個文件，主網站地圖列出通往那次級網站的鏈接，刺激網站地圖在列出一部分頁面鏈接。
XML本的網站地圖
XML版本的網站地圖是由goole首先提出的，怎么區分呢?上面所說的HTML版本中的sitemap首字母s是小字寫的，XML版本中的S則是大寫的。XML版本的網站地圖是由XML標簽組成的，文件本身必須UTF-8編碼，網站地圖文件實際上就是列出網站需要被收錄的頁面的URL。最簡單的網站地圖可以是一個純文本文件，文件只要列出頁面的URL，一行一個URL，搜索引擎就能抓取并理解文件內容。
網站地圖的制作方法
網上有很多網站地圖的生成方法，比如說在線生成，軟件生成等。這里小編推薦使用小爬蟲網站地圖生成工具：http：//www.sitemap-xml.org。使用方法如下：
1)輸入域名，選擇網站對應的編碼，點擊“生成”按鈕(建議使用搜狗瀏覽器或者google瀏覽器)如圖所示：
2)等待小爬蟲爬行網站，爬行時間根據網站內容多少和服務器訪問速度不定，如果數據較多，則建議晚上10點以后操作，
3)下載sitemap.xml或者sitemap.html文件，上傳到網站根目錄，在首頁做鏈接，如圖所示：
需要說明一下sitemap.xml和sitemap.html文件的區別：
sitemap.xml文件的創建是為了更有利于搜索引擎的抓取，從而提高工作效率，生成sitemap.xml文件后將其鏈接放入robort.txt文件內。提示：
良好的robort.txt協議可以指引搜索引擎抓取方向，節省蜘蛛抓取時間，所以無形中提升了蜘蛛的工作效率，也就增大了頁面被抓取的可能性。
將sitemap.xml和robort.txt文件放在網站的根目錄下。
sitemap.html格式的網站地圖主要是用來方便用戶的瀏覽，并不能起到XMLSitemap所起的作用。所以最好兩者都要有。
4)登錄百度站長平臺，點擊“鏈接提交”，填寫sitemap.xml對應的URL地址，如圖所示：
提交完后，百度搜索引擎蜘蛛會對我們的網站進行抓取。大量案例證明，添加網站能加速網站內容收錄速度，提升網站收錄率。但是這要建立在網站內容質量符合搜索引擎標準的基礎上，如果網站內容質量太差，則使用網站地圖也是無濟于事的。以上就是制作提交網站地圖的一些分享，也是基礎中的基礎，希望對新手有用。
文章選自《SEO全網優化指南》
來源：盧松松博客，歡迎分享
TML 站點地圖很有價值，因為搜索引擎會“讀取”它們以了解您的網站并為其編制索引。站點地圖還使您的網站更容易為用戶導航，因為它們將您的訪問者引導到他們需要的資源。
所以，所有這些信息都很好，但是您如何才能真正制作 HTML 站點地圖呢？這很容易，即使您剛剛開始您的第一個網站。但在你試一試之前，你必須知道幫助訪問者和搜索引擎了解你的網站組織的因素。
4 個站點地圖最佳實踐
站點地圖沒有很多規則，但您應該了解一些基本準則。遵循這些將確保您創建滿足用戶和搜索引擎需求的有用資源。
1. 來自主頁的鏈接
您的站點地圖應盡可能接近您的域級別。從您的主頁鏈接到它，以便用戶和搜索引擎可以立即找到它。
2. 使其用戶友好
這聽起來很明顯，但您的站點地圖應該是用戶友好的。如果它易于導航、快速加載且組織清晰，您的訪問者將能夠毫無問題地使用它。
此外，搜索引擎更喜歡易于探索的界面。如果您設計的站點地圖對用戶來說很簡單，它通常也適用于搜索引擎，這將有助于您的 SEO。
3.列出少于100個鏈接
您應該鏈接到對您的網站很重要的頁面，但您不想過火。一個好的經驗法則是在您的站點地圖上堅持少于 100 個鏈接，盡管低于（或略高于）該限制不會破壞您的網站。
但是，如果您有很多鏈接，用戶將更難找到他們需要的內容，并且搜索引擎抓取您的頁面需要更長的時間。這兩個都是用戶體驗的壞跡象，并且延伸到 SEO。
如果您必須使用超過 100 個鏈接，請考慮將站點地圖分成多個主題頁面以獲得最佳效果。然后，您可以有一個站點地圖索引，列出您的多個站點地圖，以便搜索引擎（和用戶）可以更輕松地找到您的內容。
4.在錨文本中使用關鍵字
一般來說，這是一個很好的 SEO 規則，它對站點地圖特別有用。使用關鍵字豐富的錨文本告訴用戶和搜索引擎他們可以從鏈接中得到什么，以便他們知道他們找到了正確的資源。但是，您不想在一個鏈接中過度使用 關鍵字 ——否則，您可能會受到搜索引擎的懲罰——因此最好堅持使用您的網頁名稱。
這只是您可以開始使用的一些最佳實踐。但是在掌握了這些重要因素之后，您可以進入創建站點地圖的下一個主要障礙。
站點地圖布局
站點地圖的設計主要是為了便于使用。他們不必華而不實、引人注目或打扮得漂漂亮亮——他們唯一的工作就是提供鏈接。這并不是說您不能擁有具有獨特設計的站點地圖，但站點地圖的具體細節純粹是信息性的。
站點地圖的最簡單形式是列表。列表最有意義，因為它們以一種有條理、易于閱讀的方式排列所有內容。您還可以在頁面中添加更多項目或列表，以確保您網站的主要部分都可以從一個位置訪問。
在編碼方面，制作站點地圖所需的只是基本的 HTML 知識。您的列表的代碼應如下所示：
站點地圖 html 代碼示例
您可以根據需要添加盡可能多的 <li> 標簽，以鏈接到您網站上的主要頁面，只要您不超出限制。
但是，為了在頁面上盡可能清晰地組織您的列表，您還需要縮進列表項。
最簡單的解決方案是在 <li> 標記之前的區域中添加一些不間斷的空格 ( )，如下所示：
如何在站點地圖中創建空間
在上面的示例中，第二個項目在第一個項目下方縮進五個 命令以在頁面上創建更有序的外觀。
如果您不想從頭開始編寫站點地圖，您可以在線查找不同的模板來制作更具吸引力的頁面。雖然沒有必要，但最終決定權在你。
如果您不想手動編寫站點地圖，或者如果您擁有一個不斷更新新產品的電子商務網站，您可以為自動站點地圖服務付費，這樣您就不必擔心更新自己的站點地圖。如果你有錢，這可能是最簡單的解決方案。但是，如果您的預算緊張，那么一旦您知道如何進行手動更新，只需幾分鐘。
上傳站點地圖
一旦你建立了你想要使用的布局，你必須確定你將如何在你的網站上實現它。
如果您有一個完整的 HTML 站點并使用 FTP 訪問您的服務器，請確保您的所有文本和標簽都在正確的位置。完成后，將頁面上傳到您的服務器，就像任何其他添加一樣。
但是，如果您使用的是內容管理系統 (CMS)，您的創建過程會因您的平臺而異。
CMS 有一個用戶友好的界面，但它可能需要特定的步驟來上傳站點地圖。根據您使用的內容，創建站點地圖可能需要單獨的插件或添加。閱讀您的 CMS 以確保您正確使用它。
無論您選擇創建站點地圖，只要記住在頁面上傳后仔細檢查它，以確保一切都按照您想要的方式進行。
維護站點地圖
創建站點地圖后，您可以輕松清理雙手并進入下一個項目。但是，除非您使用自動更新服務，否則每次向網站添加新部分時都需要更新站點地圖。
理想情況下，您的站點地圖應該反映您網站上上層頁面的結構。只要記住在添加站點時向站點地圖添加快速文本鏈接，您的站點地圖將始終是最新的。
如果自己還是沒學會或者沒有專業知識的人員，速推車是一個非常可靠的選擇。它不僅使用最專業的工具和設備，而且技術團隊的水平在中國也處于領先地位。無論哪種類型的工作都能勝任。有興趣了解私信我
于轉載授授權
大數據文摘作品，歡迎個人轉發朋友圈，自媒體、媒體、機構轉載務必申請授權，后臺留言“機構名稱+文章標題+轉載”，申請過授權的不必再次申請，只要按約定轉載即可，但文末需放置大數據文摘二維碼。
編譯：佘彥遙程序注釋：席雄芬校對：丁雪
Folium是建立在Python生態系統的數據整理（Datawrangling）能力和Leaflet.js庫的映射能力之上的開源庫。用Python處理數據，然后用Folium將它在Leaflet地圖上進行可視化。
概念
Folium能夠將通過Python處理后的數據輕松地在交互式的Leaflet地圖上進行可視化展示。它不單單可以在地圖上展示數據的分布圖，還可以使用Vincent/Vega在地圖上加以標記。
這個開源庫中有許多來自OpenStreetMap、MapQuest Open、MapQuestOpen Aerial、Mapbox和Stamen的內建地圖元件，而且支持使用Mapbox或Cloudmade的API密鑰來定制個性化的地圖元件。Folium支持GeoJSON和TopoJSON兩種文件格式的疊加，也可以將數據連接到這兩種文件格式的疊加層，最后可使用color-brewer配色方案創建分布圖。
安裝
安裝folium包
開始創建地圖
創建底圖，傳入起始坐標到Folium地圖中：
importfolium
map_osm= folium.Map(location=[45.5236, -122.6750]) #輸入坐標
map_osm.create_map(path='osm.html')
Folium默認使用OpenStreetMap元件，但是Stamen Terrain, Stamen Toner, Mapbox Bright 和MapboxControl空間元件是內置的：
#輸入位置，tiles，縮放比例
stamen =folium.Map(location=[45.5236, -122.6750], tiles='Stamen Toner',zoom_start=13)
stamen.create_map(path='stamen_toner.html')#保存圖片
Folium也支持Cloudmade 和 Mapbox的個性化定制地圖元件，只需簡單地傳入API_key ：
custom =folium.Map(location=[45.5236, -122.6750], tiles='Mapbox',
API_key='wrobstory.map-12345678')
最后，Folium支持傳入任何與Leaflet.js兼容的個性化地圖元件：
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')
地圖標記
Folium支持多種標記類型的繪制，下面從一個簡單的Leaflet類型的位置標記彈出文本開始：
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')#文字標記
map_1.simple_marker([45.3311,-121.7113], popup='Timberline Lodge')
map_1.create_map(path='mthood.html')
Folium支持多種顏色和標記圖標類型：
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') #標記圖標類型為云
map_1.simple_marker([45.3311,-121.7113], popup='Timberline Lodge',marker_color='green') #標記顏色為綠色
map_1.simple_marker([45.3300,-121.6823], popup='Some OtherLocation',marker_color='red',marker_icon='info-sign')
#標記顏色為紅色，標記圖標為“info-sign”)
map_1.create_map(path='iconTest.html')
Folium也支持使用個性化的尺寸和顏色進行圓形標記：
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')
簡單樹葉類型標記
map_2.circle_marker(location=[45.5215,-122.6261], radius=500,
popup='Laurelhurst Park',line_color='#3186cc',
fill_color='#3186cc')#圓形標記
map_2.create_map(path='portland.html')
Folium有一個簡便的功能可以使經/緯度懸浮于地圖上：
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功能允許標記動態放置：
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也支持來自Leaflet-DVF的Polygon（多邊形）標記集：
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)#三邊形標記
map_5.polygon_marker(location=[45.5132,-122.6708], popup='Hawthorne Bridge',fill_color='#45647d', num_sides=4,radius=10)#四邊形標記
map_5.polygon_marker(location=[45.5275,-122.6692], popup='Steel Bridge',fill_color='#769d96', num_sides=6, radius=10)#四邊形標記
map_5.polygon_marker(location=[45.5318,-122.6745], popup='Broadway Bridge',fill_color='#769d96', num_sides=8,radius=10) #八邊形標記
map_5.create_map(path='bridges.html')
Vincent/Vega標記
Folium能夠使用vincent 進行任何類型標記，并懸浮在地圖上。
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層疊加
GeoJSON 和TopoJSON層都可以導入到地圖，不同的層可以在同一張地圖上可視化出來：
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)#導入geoJson層
ice_map.geo_json(geo_path=topo_path,topojson='objects.antarctic_ice_shelf')#導入Toposon層
ice_map.create_map(path='ice_map.html')
分布圖
Folium允許PandasDataFrames/Series類型和Geo/TopoJSON類型之間數據轉換。Color Brewer 顏色方案也是內建在這個庫，可以直接導入快速可視化不同的組合：
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'#美國失業率文件
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閾值尺度，Folium在右上方創建圖例，通過分位數創建最佳猜測值，導入設定的閾值很簡單：
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')
通過Pandas DataFrame進行數據處理，可以快速可視化不同的數據集。下面的例子中，df DataFrame包含6列不同的經濟數據，我們將在下面可視化一部分數據：
2011年就業率分布圖
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就業率分布圖
map_1.create_map(path='map_1.html')
2011年失業率分布圖
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失業率分布圖
map_2.create_map(path='map_2.html')
2011年中等家庭收入分布圖
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中等家庭收入分布圖
map_3.create_map(path='map_3.html')
編譯者簡介
回復“志愿者”，了解我們及如何加入我們
大數據文摘精彩文章：
回復【金融】 看【金融與商業】專欄歷史期刊文章
回復【可視化】感受技術與藝術的完美結合
回復【安全】 關于泄密、黑客、攻防的新鮮案例
回復【算法】 既漲知識又有趣的人和事
回復【谷歌】 看其在大數據領域的舉措
回復【院士】 看眾多院士如何講大數據
回復【隱私】 看看在大數據時代還有多少隱私
回復【醫療】 查看醫療領域文章6篇
回復【征信】 大數據征信專題四篇
回復【大國】 “大數據國家檔案”之美國等12國
回復【體育】 大數據在網球、NBA等應用案例
回復【志愿者】了解如何加入大數據文摘
專注大數據，每日有分享
*請認真填寫需求信息，我們會在24小時內與您取得聯系。
