基于python分享一款地理数据可视化神器keplergl

 更新时间:2022年02月23日 16:15:22   作者: 编程技术   
这篇文章主要介绍了分享一款地理数据可视化神器keplergl,keplergl是由Uber开源的一款地理数据可视化工具,通过keplergl我们可以在Jupyter notebook中使用,下文分享需要的小伙伴可以参考一下

1.简介

keplergl是由Uber开源的一款地理数据可视化工具,通过keplergl我们可以在Jupyter notebook中使用,

可视化效果如下图所示:

安装:

官方文档:https://docs.kepler.gl/docs/keplergl-jupyter

通过pip安装keplergl:

pip install keplergl  

如果你使用MAC通过PIP安装而且notebook版本在5.3以上,可跳过此步:

jupyter nbextension install --py --sys-prefix keplergl # can be skipped for notebook 5.3 and above  
jupyter nbextension enable --py --sys-prefix keplergl # can be skipped for notebook 5.3 and above  

2.例子

执行以下代码,会建立一个没数据空窗口,出现如下效果,那就恭喜你安装成功了~

from keplergl import KeplerGl  

#创建一个KeplerGl对象  
map_1 = KeplerGl(height=500)  

#激活KeplerGl对象到jupyter的窗口中  
map_1  

3.添加数据

KeplerGl中支持三种格式的数据,分别是csv, GEOjsonDataFrame下面以DataFrame为例;

首先我们通过Pandas读取数据:

import pandas as pd  

df = pd.read_csv('rocket_launch_site_elevation_2019-10-27.csv')  
df.head()  

再新建一个KeplerGl,然后通过.add()添加我们刚刚读取的数据;在地图上就能看到我们刚刚添加的数据了~

#创建一个KeplerGl对象  
map_2 = KeplerGl(height=600)  

#激活KeplerGl对象到jupyter的窗口中  
map_2  

# 添加数据  
map_2.add_data(name='rocket', data=df)  

map_2  

4.定制图表

pyecharts,matplotlib等库的配置方式不一样,在Kepler中你不需要写很多关于颜色,图表类型等等方面的配置代码,你只需要在窗口通过鼠标操作就好了,如下图所示:

5.获取配置

通过.config获取当前图表中的配置(包括你在窗口中的操作)~

map_2.config  

当然这个配置也可以复用的其他图表上,如下代码~

#创建一个KeplerGl对象  

# config读取配置  
map_3 = KeplerGl(height=600, config=map_2.config)  

#激活KeplerGl对象到jupyter的窗口中  
map_3  

# 添加数据  
map_3.add_data(name='rocket', data=df)  

map_3 

6.导出图表

通过.save_to_html()导出会生成一个html文件,支持参数如下:

data:图表数据,如为空则会使用当前图表中的数据;- config:图表配置,如为空则会使用图表中当前的配置;- file_name: 导出文件名,默认keplergl_map.html - read_only:如为True,导出的文件将不支持配置;

map_3.save_to_html(file_name='kepler_example.html')  

通过浏览器打开刚刚保存的文件,就可以开始你的可视化之旅了~~

7.总结

简单使用下来,KeplerGL是一款上手非常容易的可视化工具,不需要你去写复杂的代码完成图表的配置,通过图形化界面就能做出非常好看的效果;如果你工作中刚好需要用到地理数据的可视化,KeplerGL是一款非常不错的选择~

到此这篇关于分享一款地理数据可视化神器keplergl的文章就介绍到这了,更多相关地理数据可视化神器keplergl内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • pandas中DataFrame数据合并连接(merge、join、concat)

    pandas中DataFrame数据合并连接(merge、join、concat)

    这篇文章主要给大家介绍了关于pandas中DataFrame 数据合并连接(merge、join、concat)的相关资料,文中介绍的非常详细,需要的朋友可以参考下
    2021-05-05
  • 在Pytorch中计算卷积方法的区别详解(conv2d的区别)

    在Pytorch中计算卷积方法的区别详解(conv2d的区别)

    今天小编就为大家分享一篇在Pytorch中计算卷积方法的区别详解(conv2d的区别),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • Python使用PymuPDF处理PDF文件的操作详解

    Python使用PymuPDF处理PDF文件的操作详解

    Python 中的 PymuPDF 是一个强大的库,可以让你轻松地处理 PDF 文件,本文将深入探讨 PymuPDF 的用法,包括打开、读取、修改和创建 PDF 文件,以及文本提取和页面操作,感兴趣的朋友可以参考下
    2023-12-12
  • python中将函数赋值给变量时需要注意的一些问题

    python中将函数赋值给变量时需要注意的一些问题

    变量赋值是我们在日常开发中经常会遇到的一个问题,下面这篇文章主要给大家介绍了关于python中将函数赋值给变量时需要注意的一些问题,文中通过示例代码介绍的非常详细,对大家具有一定的参考学习价值,需要的朋友们下面来一起看看吧。
    2017-08-08
  • PyQt信号和槽机制的具体使用

    PyQt信号和槽机制的具体使用

    信号和槽机制是一种通信机制,在PyQt中,信号是一种特殊的函数,它可以传递任何类型的数据,而槽则是一种接收信号的函数,本文就介绍了PyQt信号和槽机制的具体使用,感兴趣的可以了解一下
    2023-08-08
  • Python可视化之pyechart库使用详解

    Python可视化之pyechart库使用详解

    这篇文章主要介绍了Python可视化之pyechart库使用详解,Pyecharts 提供了一个简单而直观的 API 接口,使得使用者无需了解复杂的 JavaScript 语法,即可通过 Python 代码实现高度定制化的图表设计,需要的朋友可以参考下
    2023-12-12
  • 深人了解Python上下文管理器

    深人了解Python上下文管理器

    这篇文章主要为大家介绍了Python上下文管理器,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助<BR>
    2021-12-12
  • python基础教程之简单入门说明(变量和控制语言使用方法)

    python基础教程之简单入门说明(变量和控制语言使用方法)

    这篇文章主要介绍了开始学习python的第一步需要知道的知识(变量和控制语言使用方法),需要的朋友可以参考下
    2014-03-03
  • python如何将txt坐标批量打印到原图上

    python如何将txt坐标批量打印到原图上

    这篇文章主要介绍了python如何将txt坐标批量打印到原图上的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-08-08
  • 使用Matplotlib绘制不同颜色的带箭头的线实例

    使用Matplotlib绘制不同颜色的带箭头的线实例

    这篇文章主要介绍了使用Matplotlib绘制不同颜色的带箭头的线实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-04-04

最新评论