地图可视化神器kepler.gl python接口的使用方法

(编辑：jimmy 日期: 2024/11/2 浏览：3 次 )

1 简介

　　kepler.gl作为开源地理空间数据可视化神器，也一直处于活跃的迭代开发状态下。而在前不久，kepler.gl正式发布了其2.4.0版本，下面我们就来对其重要的新特性进行介绍：

2 kepler.gl 2.4.0重要新特性

2.1 增量时间窗口

　　在这次更新中，为时间序列数据的可视化新增了增量时间窗口功能，在上一个版本2.3.2中，当我们的数据集带有时间类型字段时，在添加对应的Filters之后，显示出的时间窗口是这个样子的：

　　而在2.4.0版本中，时间窗口如图所示：

　　在如下图一样从默认的Moving Time Window模式切换到Incremental Time Window模式之后，就可以使用增量时间窗口模式，画面中的数据会从起点开始持续叠加：

2.2 Python接口新增_repr_html_()方法

　　而这个更新不仅针对原生的kepler.gl，还针对其面向Python的接口keplergl新增_repr_html_()方法，使得将kepler.gl与flask等进行结合更加方面，就像folium中的_repr_html_()方法一样：

结合flask

from flask import Flask
from keplergl import KeplerGl

app = Flask(__name__)

@app.route('/')
def index():
  
  map_1 = KeplerGl()
  
  return map_1._repr_html_()

if __name__ == '__main__':
  app.run(debug=True)

　　而如果你对dash有所了解，那么纯Python快速开发出一个嵌入kepler.gl的交互式web应用将会变得非常容易，就像下面这个简单的例子一样：

import dash
from keplergl import KeplerGl
import dash_html_components as html
import dash_core_components as dcc
from dash.dependencies import Input, Output
import requests

app = dash.Dash(__name__)

app.layout = html.Div(
  [
    html.H1("Dash结合Kepler.gl："),
    dcc.Dropdown(
      id='demo-dropdown',
      options=[
        {'label': '重庆', 'value': '重庆'}
      ],
      style={'width': '300px'}
    ),
    html.Iframe(id='iframe',
          style={'height': '800px', 'width': '1900px'})
  ]
)

@app.callback(
  Output('iframe', 'srcDoc'),
  [Input('demo-dropdown', 'value')]
)
def switch_area(selected_area):

  if selected_area == '重庆':
    map_1 = KeplerGl(data={
               selected_area: requests.get('https://geo.datav.aliyun.com/areas_v2/bound/500000_full.json').json()
             },
             config={
               "mapState": {
                 "bearing": 0,
                 "dragRotate": False,
                 "latitude": 29.751819,
                 "longitude": 107.441431,
                 "pitch": 0,
                 "zoom": 6,
                 "isSplit": False
               }
             })

    return map_1._repr_html_().decode()

  else:
    map_1 = KeplerGl(data={
               selected_area: requests.get('https://geo.datav.aliyun.com/areas_v2/bound/100000_full.json').json()
             },
             config={
               "mapState": {
                 "bearing": 0,
                 "dragRotate": False,
                 "latitude": 29.751819,
                 "longitude": 107.441431,
                 "pitch": 0,
                 "zoom": 3,
                 "isSplit": False
               }
             })

    return map_1._repr_html_().decode()

if __name__ == '__main__':
  app.run_server()

以上就是地图可视化神器kepler.gl python接口的使用方法的详细内容，更多关于python 地图可视化神器kepler.gl的资料请关注其它相关文章！

上一篇：python 生成正态分布数据,并绘图和解析
下一篇：python statsmodel的使用