1 简介

Kepler.gl作为一款强大的开源地理信息数据可视化工具,可以帮助我们轻松制作针对大规模矢量数据的可视化作品,从而辅助数据分析工作。

Kepler.gl制作常规地图非常简单方便,稍微摸索一下仪表盘界面就可以get到用法,但有些特殊的地图则需要额外对数据进行处理或使用Kepler.gl中的一些隐藏功能,譬如之前写过的Python+Kepler.gl轻松制作酷炫路径动画中介绍过的动态路径地图。本文将要介绍的「时间轮播地图」也是一种比较特殊的地图,下面我们就将结合实际例子进行介绍。

2 Python+Kepler.gl制作时间轮播地图

2.1 实例:Uber出行乘客上下车信息

我们以Uber官方提供的2015年某日纽约乘客上下车数据为例,对应文章开头Github仓库中的data.csv,关于Python+Kepler.gl的环境配置可以回顾Python+Kepler.gl轻松制作酷炫路径动画中的相关内容。

首先我们读入data.csv数据:

import pandas as pd
from keplergl import KeplerGl

raw = pd.read_csv('data.csv')
raw.head()
图1

需要注意我们的数据中除了必要的经纬度点信息之外,包含了tpep_pickup_datetimetpep_dropoff_datetime两列日期格式的数据,这是绘制日期轮播地图的关键,即我们的数据集中针对每行数据记录必须有与之相对应的时间信息。

数据准备完毕,使用下列代码向外部导出Kepler.gl对应的html文件,因为所有视觉元素我们都单独手动调整,这里只需要将目标数据嵌入html文件即可:

map1 = KeplerGl(height=800, data={'layer1': raw}) # 生成Kepler.gl网页
map1.save_to_html(file_name='时间轮播地图示例1.html', data={'layer1': raw}) # 导出网页

在外部打开前面导出的html文件,初始界面如图2:

图2

首先删除掉侧边栏Kepler.gl自动识别创建出的全部图层,我们自己手动创建所需的图层,以OD线为例:

图3
图4

接着根据数据本身属性进行适当的视觉元素的调整,这部分看个人喜好,具体步骤略过:

图5

接下来到最重要的步骤,打开左上角的筛选面板:

图6

点击「Add Filter」,选择想要作为时间轮播依据信息的字段:

图7

地图右下角随即出现时间轮播部件:

图8

可以在时间轮播部件中设置时间窗口跨度、播放速度等,下面是我制作出的效果,因为动图录制帧数不宜太高,实际比动图中要流畅很多,你也可以自己自由探索:

图9

对于其他格式的数据譬如GeoJSON,同样适用,只需要属性表中一定存在时间类型信息即可,以上就是本文的全部内容,欢迎在评论区与我们进行讨论。


©著作权归作者所有:来自51CTO博客作者mb5fe18fab305a5的原创作品,如需转载,请注明出处,否则将追究法律责任

更多相关文章

  1. 基于geopandas的空间数据分析—geoplot篇(上)
  2. 25页PPT | 如何利用python进行地图可视化?
  3. 使用sklearn轻松实现数据缩放
  4. 基于geopandas的空间数据分析-深入浅出分层设色
  5. seaborn常用的10种数据分析图表
  6. 是技术也是艺术 使用geopandas玩转地图可视化
  7. Python地信专题 | 基于geopandas的空间数据分析-文件IO篇
  8. conda+jupyter玩转数据科学环境搭建
  9. 用Python编写小工具下载OSM路网数据

随机推荐

  1. Linux---more命令学习
  2. 拆分gzip压缩日志文件而不将未压缩的拆分
  3. 安装Linux系统的磁盘分区
  4. linux中安装fcitx输入法
  5. Linux 环境变量与文件查找
  6. 学习笔记: shell 中的 set -e , set +e 用
  7. linux 服务器间文件传输
  8. Zabbix - LINUX下CPU,硬盘,流量,内存监控
  9. 读书笔记-Linux C 编程从基础到实践-第一
  10. 用GCC编译链接程序--编译链接器GCC常用功