本文示例程式碼及資料已上傳至我的
Github
倉庫https://github.com/CNFeffery/DataScienceStudyNotes
1 簡介
Kepler.gl
作為一款強大的開源地理資訊資料視覺化工具,可以幫助我們輕鬆製作針對大規模向量資料的視覺化作品,從而輔助資料分析工作。
Kepler.gl
製作常規地圖非常簡單方便,稍微摸索一下儀表盤介面就可以get到用法,但有些特殊的地圖則需要額外對資料進行處理或使用Kepler.gl
中的一些隱藏功能,譬如之前寫過的(資料科學學習手札85)Python+Kepler.gl輕鬆製作酷炫路徑動畫中介紹過的動態路徑地圖。本文將要介紹的時間輪播地圖也是一種比較特殊的地圖,下面我們就將結合實際例子進行介紹。
2 Python+Kepler.gl製作時間輪播地圖
2.1 例項:Uber出行乘客上下車資訊
我們以Uber
官方提供的2015年某日紐約乘客上下車資料為例,對應文章開頭Github
倉庫中的data.csv
,關於Python+Kepler.gl
的環境配置可以回顧(資料科學學習手札85)Python+Kepler.gl輕鬆製作酷炫路徑動畫中的相關內容。
首先我們讀入data.csv
資料:
import pandas as pd
from keplergl import KeplerGl
raw = pd.read_csv('data.csv')
raw.head()
需要注意我們的資料中除了必要的經緯度點資訊之外,包含了tpep_pickup_datetime
與tpep_dropoff_datetime
兩列日期格式的資料,這是繪製日期輪播地圖的關鍵,即我們的資料集中針對每行資料記錄必須有與之相對應的時間資訊。
資料準備完畢,使用下列程式碼向外部匯出Kepler.gl
對應的html檔案,因為所有視覺元素我們都單獨手動調整,這裡只需要將目標資料嵌入html檔案即可:
map1 = KeplerGl(height=800, data={'layer1': raw}) # 生成Kepler.gl網頁
map1.save_to_html(file_name='時間輪播地圖示例1.html', data={'layer1': raw}) # 匯出網頁
在外部開啟前面匯出的html檔案,初始介面如圖2:
首先刪除掉側邊欄Kepler.gl
自動識別建立出的全部圖層,我們自己手動建立所需的圖層,以OD線為例:
接著根據資料本身屬性進行適當的視覺元素的調整,這部分看個人喜好,具體步驟略過:
接下來到最重要的步驟,開啟左上角的篩選皮膚:
點選Add Filter,選擇想要作為時間輪播依據資訊的欄位:
地圖右下角隨即出現時間輪播部件:
可以在時間輪播部件中設定時間視窗跨度、播放速度等,下面是我製作出的效果,因為動圖錄制幀數不宜太高,實際比動圖中要流暢很多,你也可以自己自由探索:
對於其他格式的資料譬如GeoJSON
,同樣適用,只需要屬性表中一定存在時間型別資訊即可,以上就是本文的全部內容,歡迎在評論區與我們進行討論。