前言 本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯繫我們以作處理。 作者:費弗里 1. 簡介 Kepler.gl相信很多人都聽說過,作為Uber幾年前開源的互動式地理信息可視化工具,kepler.gl依托WebGL強大的圖形渲染能力,可以在瀏 ...
前言
本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯繫我們以作處理。
作者:費弗里
1. 簡介
Kepler.gl相信很多人都聽說過,作為Uber幾年前開源的互動式地理信息可視化工具,kepler.gl依托WebGL強大的圖形渲染能力,可以在瀏覽器端以多種形式輕鬆展示大規模數據集。
更令人興奮的是Kepler.gl在去年推出了基於Python的介面庫keplergl,結合jupyter notebook/jupyter lab的相關拓展插件,使得我們可以通過編寫Python程式配合Kepler.gl更靈活地製作各種可視化作品。
而隨著近期keplergl的更新,更多的新特性得以同步到其Python生態中,本文就將針對其中的路徑動畫的製作方法進行介紹。
2.基於keplergl的路徑動畫
我們要製作的路徑動畫圖主要用於表現特定路徑上流的運動,譬如圖3的例子來自Kepler.gl官方示例:
而在官方的說明中描述了要繪製路徑動畫需要輸入的數據格式:
這是一個典型的GeoJSON格式LineString要素,特別的是其"coordinates"鍵對應的值不同於常規的[經度, 緯度]格式,而是代表著[經度, 緯度, 高度, 時間戳],其中高度非必要,可以設置為0,而時間戳則聲明瞭軌跡動畫在該時間點會到達的該點位置,即線要素上連續的點位置+時間戳定義了軌跡動畫的運動模式,下麵我們分步驟來實現。
3.構造數據與初始化html
這裡我們以重慶市渝中區的OSM路網為演示示例數據,首先我們需要利用json模塊來讀取本地重慶市渝中區_osm路網_道路.geojson數據:
from keplergl import KeplerGl import json import time with open('geometry/重慶市渝中區_osm路網_道路.geojson') as g: raw_roads = json.load(g)
隨便列印出其中包含的某個線要素:
可以看到,這時線要素內部包含的點還是[經度, 緯度]的格式,接下來我們為其虛構上時間戳信息,為了保證整個路網可視化的協調一致,將所有線要素的時間跨度固定在一個小時之內,保證每段路上從頭到尾的軌跡動畫都保持一致:
start_time = time.mktime(time.strptime('2020-05-29 20:00:00', "%Y-%m-%d %H:%M:%S")) for i in range(raw_roads['features'].__len__()): for j in range(raw_roads['features'][i]['geometry']['coordinates'].__len__()): shift_time = int((j / raw_roads['features'][i]['geometry']['coordinates'].__len__())*3600) # 更新當前對應的時間戳 raw_roads['features'][i]['geometry']['coordinates'][j] \ .extend([0, # 高度設置為0 int(start_time) + shift_time])
接著再列印其中一個線要素:
可以發現每個點元素都追加上高度0以及對應的時間戳(註意這裡的時間戳必須為整數否則之後輸入keplergl會報錯),接下來的過程就非常簡單。
首先確保你已經安裝了keplergl以及對應插件,譬如我所使用的jupyter lab,在確保nodejs被安裝的前提下,使用jupyter labextension install @
jupyter-widgets/jupyterlab-manager keplergl-jupyter安裝拓展插件(jupyter notebook可參考
https://github.com/keplergl/kepler.gl/tree/master/bindings/kepler.gl-jupyter#installation),以及使用pip install keplergl來安裝keplergl庫,一切準備就緒直接運行如下代碼:
from keplergl import KeplerGl # 生成KeplerGl對象s map1 = KeplerGl(height=400, data={'flow': raw_roads}) # data以圖層名為鍵,對應的矢量數據為值 map1 map1.save_to_html(file_name='渝中區.html') # 導出到本地可編輯html文件
這一步的目的是初始化已嵌入目標數據的html文件,接下來你就可以關閉jupyter lab,在工作目錄下找到已經導出的html文件直接打開,接下來的工作將在瀏覽器里進行。