简介：这份资源面向旅游规划场景的开发者与学习者，提供一套基于PyQt5与Folium的景点路线规划工具。它用PyQt5搭建直观的图形界面，借助Folium与QWebEngineView渲染交互式地图，直观展示景点分布；底层通过NetworkX实现Dijkstra等最短路径算法，支持景点搜索、路线规划与时间估算，帮助游客高效安排行程。资源包共312个文件，以300个xlsx景点数据表为主体，另有6个py源码文件、4个pyc编译文件、1个pth模型权重与1个txt说明，压缩包约6.67MB，涵盖数据、算法与界面模块。目前已有99人学习下载。读者可从中获取完整的景点数据库、路径规划算法实现、地图可视化方案与界面设计思路，适合作为旅游类桌面应用的参考范例，也便于在此基础上二次开发或用于课程设计实践。
1. 把旅游路线画在地图上：PyQt5 与 Folium 能拼出什么
做旅游规划工具的人大多经历过一个尴尬阶段：路线数据在 Excel 里躺得好好的，一放到界面上就变成一堆冷冰冰的经纬度数字，用户根本看不出「从西湖到灵隐寺再到宋城」到底顺不顺路。我最早做的一个模拟项目就栽在这上面——后台算得再准，前端只甩出一张静态截图，没人愿意用。后来换成 PyQt5 做桌面壳、Folium 做地图渲染，才算把「能算」和「能看」这两件事接上。
这个组合解决的核心问题很具体：用 PyQt5 搭一个本地可跑的桌面界面，把景点、住宿、交通节点这些带经纬度的数据，通过 Folium 生成可交互的 HTML 地图，再嵌回窗口里显示。适合谁？适合手里有 POI 数据、想快速验证路线合理性，又不想折腾 Web 前后端全栈的开发者。它不追求高并发，也不适合做在线多人协作，但用来做单机版规划工具、内部演示或者课程设计，够用且落地快。
2. 环境搭建与最小可运行骨架：别一上来就装全家桶
2.1 依赖选型：为什么是 PyQt5 + Folium 而不是别的
先把这个组合的边界说清楚。PyQt5 是 Qt 的 Python 绑定，优势在于控件成熟、跨平台、能直接嵌 Web 视图；Folium 本质是 Leaflet.js 的 Python 封装，生成的是独立 HTML 文件，不依赖在线瓦片服务也能换成本地瓦片。两者之间靠 QWebEngineView 桥接——这是 PyQt5 里唯一能稳定渲染 Folium 输出的控件，别想着用 QTextBrowser 凑合，它不执行 JavaScript，地图会白屏。
常见做法是：PyQt5 负责窗口、按钮、表格、文件对话框，Folium 负责把 DataFrame 里的经纬度转成 Marker 和 PolyLine，最后把生成的 HTML 塞进 QWebEngineView。选 Folium 而不是直接写 Leaflet，是因为它的 Python API 对「批量加点、批量连线」更友好，几行代码就能出图；选 PyQt5 而不是 Tkinter，是因为 QWebEngineView 的渲染质量明显更稳，Tkinter 嵌浏览器控件在 Windows 上经常出玄学问题。
版本上不用追新，PyQt5 用 5.15.x 系列，Folium 用 0.14 以上即可，Python 3.8 到 3.11 都验证过。注意 QWebEngineView 在部分 Linux 发行版上需要额外装 libxcb 相关库，这是系统级依赖，pip 装不上。
2.2 最小骨架：一个窗口加一张地图
先跑通「窗口里显示一张地图」这个最小闭环，再往上叠功能。下面这段代码是骨架，直接抄：
import sys import folium from PyQt5.QtCore import QUrl from PyQt5.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QWidget from PyQt5.QtWebEngineWidgets import QWebEngineView class MapWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("旅游路线预览") self.resize(1000, 700) # 1. 用 Folium 生成地图对象，初始中心点设在杭州附近 self.map = folium.Map( location=[30.25, 120.15], zoom_start=12, tiles="OpenStreetMap" # 换成 "CartoDB positron" 更清爽 ) # 2. 把地图对象存成 HTML 字符串，而不是文件 html = self.map.get_root().render() # 3. 用 QWebEngineView 加载 HTML self.view = QWebEngineView() self.view.setHtml(html, QUrl("about:blank")) layout = QVBoxLayout() layout.addWidget(self.view) container = QWidget() container.setLayout(layout) self.setCentralWidget(container) if __name__ == "__main__": app = QApplication(sys.argv) window = MapWindow() window.show() sys.exit(app.exec_())逻辑说明：folium.Map的location参数是[纬度, 经度]，别写反，这是血泪经验，写反了地图会跑到南极附近。get_root().render()返回完整 HTML 字符串，比先存文件再加载更干净，避免临时文件残留。setHtml的第二个参数给一个空 QUrl 是必须的，否则某些 PyQt5 版本会报安全策略错误。
参数怎么改：zoom_start控制初始缩放级别，城市级规划用 11 到 13，跨省路线用 6 到 8。tiles参数决定底图风格，OpenStreetMap 信息全但颜色杂，CartoDB positron 灰白底更适合叠加彩色路线。如果在内网环境跑，可以把 tiles 换成本地瓦片路径，但需要自己搭瓦片目录，这个后面章节再说。
跑通这一步，你会看到一个带缩放和拖拽的交互地图嵌在窗口里。接下来才是真正的活：把景点数据变成地图上的点和线。
3. 把景点数据变成地图图层：Marker、PolyLine 与弹窗的实操
3.1 数据结构设计：先定字段再写代码
旅游规划的数据源通常是一张表，字段至少要有：名称、纬度、经度、类型（景点/餐饮/住宿）、建议停留时长、备注。我一般用 pandas 的 DataFrame 来管，因为后面排序、筛选、分组都方便。下面是一个模拟数据集，你可以直接替换成自己的 CSV：
import pandas as pd data = { "name": ["断桥残雪", "平湖秋月", "灵隐寺", "宋城", "河坊街"], "lat": [30.2590, 30.2530, 30.2410, 30.1920, 30.2420], "lon": [120.1480, 120.1420, 120.1010, 120.0930, 120.1690], "type": ["景点", "景点", "景点", "景点", "街区"], "stay": [0.5, 0.5, 2.0, 3.0, 1.5], "note": ["白堤起点", "孤山东侧", "飞来峰旁", "需提前订票", "晚上更热闹"] } df = pd.DataFrame(data)字段设计上，stay用小时为单位，方便后面算总时长；type用来决定 Marker 颜色，这是视觉区分的关键。别小看颜色，用户扫一眼地图就能分清哪些是玩的、哪些是住的，比看列表快得多。
3.2 批量加点与连线：循环里别踩闭包坑
有了 DataFrame，接下来遍历它往地图上加 Marker 和 Popup。这里有个经典翻车点：在循环里用 lambda 绑定弹窗内容，如果不做参数固化，所有弹窗都会显示最后一条数据。正确写法是用默认参数固化：
import folium # 按类型分配颜色 color_map = {"景点": "blue", "餐饮": "orange", "住宿": "green", "街区": "purple"} for idx, row in df.iterrows(): folium.Marker( location=[row["lat"], row["lon"]], popup=folium.Popup( f"<b>{row['name']}</b><br>类型：{row['type']}<br>建议停留：{row['stay']}小时<br>{row['note']}", max_width=250 ), tooltip=row["name"], # 鼠标悬停显示名称 icon=folium.Icon(color=color_map.get(row["type"], "gray"), icon="info-sign") ).add_to(self.map) # 按顺序连线，模拟游览路线 points = df[["lat", "lon"]].values.tolist() folium.PolyLine( locations=points, color="red", weight=3, opacity=0.7, dash_array="5, 10" # 虚线，表示建议路线而非实际道路 ).add_to(self.map)逻辑说明：folium.Popup里可以直接写 HTML，max_width控制弹窗最大宽度，不设的话长文本会撑得很宽。tooltip是悬停提示，和点击弹窗是两回事，两个都设体验更好。PolyLine的dash_array参数让线变成虚线，视觉上区分「规划路线」和「实际道路」，这个细节很多教程不提，但用户反馈里很吃这一套。
参数怎么改：weight控制线宽，屏幕显示用 3 到 5，导出打印用 6 以上。opacity别设 1.0，半透明能看清底图路网。如果景点顺序需要优化，连线前先对 DataFrame 排序，排序逻辑可以是「按建议停留时长降序」或者「按区域聚类」，这部分属于路线算法，不在这个资源范围内，但接口留好了。
3.3 把生成的地图嵌回 PyQt5 窗口
上一章的骨架里已经用了setHtml，但实际项目中地图会随用户操作重新生成，比如切换日期、增删景点。这时候不能反复创建 QWebEngineView，正确做法是复用同一个 view，只更新 HTML：
def refresh_map(self, df): """根据最新 DataFrame 重新生成地图并刷新视图""" self.map = folium.Map(location=[30.25, 120.15], zoom_start=12, tiles="CartoDB positron") # ... 这里放上面的加点和连线逻辑 ... html = self.map.get_root().render() self.view.setHtml(html, QUrl("about:blank"))注意：每次刷新都重建 folium.Map 对象，而不是在旧对象上删删改改，因为 Folium 没有提供干净的「清空图层」API，重建最省心。如果数据量大，重建会有短暂闪烁，可以在刷新前显示一个加载提示，这个用 QLabel 叠加就行，不复杂。
4. 避坑与排查：地图不显示、弹窗错乱、打包失败
4.1 地图白屏或只显示灰色网格
现象：窗口打开了，但 QWebEngineView 区域一片灰，没有地图瓦片。
原因：最常见的是 QWebEngineView 没有正确初始化，或者setHtml时 QUrl 传了 None。另一个可能是网络问题——Folium 默认从 OpenStreetMap 拉瓦片，内网环境访问不到。
解决：先确认QUrl("about:blank")传了；再检查网络，把 tiles 换成"CartoDB positron"试试，它的 CDN 有时更稳；如果完全离线，需要提前下载瓦片到本地，用folium.TileLayer(tiles="./tiles/{z}/{x}/{y}.png", attr="local")加载，注意瓦片目录结构必须符合{z}/{x}/{y}格式。
4.2 弹窗内容全部一样
现象：点击每个 Marker，弹窗都显示最后一条数据。
原因：循环里 lambda 或闭包捕获了变量引用，而不是当时的值。
解决：用默认参数固化，或者把 popup 内容先拼成字符串再传入。上面 3.2 的写法已经规避了这个问题，但如果你用lambda: print(row['name'])这种形式，就会踩坑。记住一个原则：循环里创建回调，一定要把外部变量通过默认参数传进去。
4.3 打包成 exe 后地图不加载
现象：开发环境跑得好好的，PyInstaller 打包后地图区域空白。
原因：QWebEngineView 依赖一堆资源文件（QtWebEngineProcess.exe、translations、resources），PyInstaller 默认不会全打进去。
解决：用--add-data把 PyQt5 的 Qt5 目录下resources和translations加进去，同时确保QtWebEngineProcess.exe在打包目录里。更省事的办法是用pyinstaller --collect-all PyQt5，但体积会大不少。这个坑我踩过两次，后来固定用 spec 文件写清楚 datas 和 binaries，不再依赖命令行参数。
4.4 地图缩放后 Marker 偏移
现象：地图放大后，Marker 的位置和实际经纬度对不上，偏了几十米。
原因：Folium 默认用 WGS84 坐标系，而国内很多地图数据是 GCJ02 或 BD09 加密坐标，直接混用就会偏。
解决：统一坐标系。如果数据源是 GCJ02，要么在加 Marker 前做一次 GCJ02 转 WGS84 的偏移校正，要么把底图换成支持 GCJ02 的瓦片服务。常见做法是写一个转换函数，对每个点的经纬度做一次非线性偏移，具体公式网上有公开实现，这里不展开。注意：转换只做一次，别在每次刷新时重复转，否则会累积误差。
4.5 大量 Marker 导致界面卡顿
现象：景点超过 200 个后，拖动地图明显掉帧。
原因：每个 Marker 都是一个独立 DOM 元素，Folium 默认全部渲染。
解决：改用folium.plugins.MarkerCluster做聚合，或者对非重点景点用CircleMarker替代Marker，后者更轻量。如果还是卡，考虑分页加载——只渲染当前视野范围内的点，但这需要前后端配合，超出这个资源范围了。我的经验是，单机工具控制在 300 个点以内，体验都还能接受。
5. 进阶技巧：路线顺序优化与地图导出
5.1 用贪心算法做初步路线排序
景点连线顺序如果按数据表原始顺序来，很可能绕路。一个够用的改进是贪心最近邻：从起点出发，每次选最近的未访问点。代码不长，但效果立竿见影：
import numpy as np def greedy_route(df, start_idx=0): """贪心最近邻排序，返回按访问顺序排列的索引列表""" unvisited = list(df.index) route = [unvisited.pop(start_idx)] while unvisited: last = route[-1] # 计算当前点到所有未访问点的距离 dists = [ np.hypot(df.loc[last, "lat"] - df.loc[i, "lat"], df.loc[last, "lon"] - df.loc[i, "lon"]) for i in unvisited ] nearest = unvisited[int(np.argmin(dists))] route.append(nearest) unvisited.remove(nearest) return route order = greedy_route(df) df_sorted = df.loc[order].reset_index(drop=True)逻辑说明：np.hypot算的是平面距离，在经纬度上不精确，但用于排序足够。start_idx可以指定起点，比如从酒店出发。这个算法不保证全局最优，但比原始顺序强很多，而且 O(n²) 的复杂度在几百个点以内毫无压力。
参数怎么改：如果希望终点回到起点，在循环结束后把route[0]追加到末尾即可。如果某些点有开放时间限制，需要把时间窗作为约束加进去，那就得换更复杂的算法，这个资源不覆盖。
5.2 导出为独立 HTML 和图片
Folium 的save方法可以直接导出 HTML，用户双击就能在浏览器里看，不依赖你的程序：
self.map.save("route_preview.html")如果要做汇报材料，还需要静态图片。Folium 本身不导出图片，常见做法是用selenium打开 HTML 再截图，或者用folium.Map._to_png()（需要额外装selenium和pillow）。我一般用 selenium 方案，因为可控性更强：
from selenium import webdriver from selenium.webdriver.chrome.options import Options options = Options() options.add_argument("--headless") options.add_argument("--window-size=1200,800") driver = webdriver.Chrome(options=options) driver.get("file:///绝对路径/route_preview.html") driver.save_screenshot("route_preview.png") driver.quit()注意：headless 模式下地图瓦片加载需要时间，直接截图可能截到空白，稳妥做法是driver.implicitly_wait(5)或者显式等待某个元素出现。这个坑很隐蔽，我第一次导出时截了十张灰图。
5.3 一个我固定会走的验证流程
每次改完地图逻辑，我不会直接看界面，而是先跑一遍「数据校验 → 生成 HTML → 浏览器打开 → 再嵌回窗口」这个链路。因为 QWebEngineView 的报错信息经常被吞掉，浏览器里能看到 console 错误，定位快得多。从那以后我每次调整 Folium 图层参数，都强制走一遍浏览器预览，确认没问题再嵌回 PyQt5。这个习惯帮我省了大量「界面白屏但不知道哪错了」的时间。
希望帮到你。
本文还有配套的精品资源，点击获取
