基于python分享一款地理数据可视化神器keplergl

2024-07-31 16:01:20

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, GEOjson和DataFrame，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

与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内容请搜索我们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我们！

Python实现爬取天气数据并可视化分析

目录核心功能设计实现步骤爬取数据风向风级雷达图温湿度相关性分析 24小时内每小时时段降水 24小时累计降雨量今天我们分享一个小案例,获取天气数据,进行可视化分析,带你直观了解天气情况! 核心功能设计总体来说,我们需要先对中国天气网中的天气数据进行爬取,保存为csv文件,并将这些数据进行可视化分析展示. 拆解需求,大致可以整理出我们需要分为以下几步完成: 1.通过爬虫获取中国天气网7.20-7.21的降雨数据,包括城市,风力方向,风级,降水量,相对湿度,空气质量. 2.对获取的天气数
Python数据可视化之环形图

目录 1.引言 2.方式一:饼图形式 3.方式二:条形图形式 1.引言环形图(圆环)在功能上与饼图相同,整个环被分成不同的部分,用各个圆弧来表示每个数据所占的比例值.但其中心的空白可用于显示其他相关数据展示,相比于标准饼图提供了更丰富的数据信息输出. 在本文中,我们将介绍 Matplolib中绘制圆环图的两种方法.使用饼图和参数wedgeprops 的简单方法,以及使用极轴和水平条形图的复杂方法. 2.方式一:饼图形式在 Matplotlib 中没有绘制圆环图的直接方法,但我们可以使用饼图中
Python利用matplotlib模块数据可视化绘制3D图

目录前言 1 matplotlib绘制3D图形 2 绘制3D画面图 2.1 源码 2.2 效果图 3 绘制散点图 3.1 源码 3.2 效果图 4 绘制多边形 4.1 源码 4.2 效果图 5 三个方向有等高线的3D图 5.1 源码 5.2 效果图 6 三维柱状图 6.1 源码 6.2 效果图 7 补充图 7.1 源码 7.2 效果图总结前言 matplotlib实际上是一套面向对象的绘图库,它所绘制的图表中的每个绘图元素,例如线条Line2D.文字Text.刻度等在内存中都有一个对象与之
Python 数据可视化实现5种炫酷的动态图

本文将介绍 5 种基于 Plotly 的可视化方法,你会发现,原来可视化不仅可用直方图和箱形图,还能做得如此动态好看甚至可交互. 那么,Plotly 有哪些好处?Plotly 的整合能力很强:可与 Jupyter Notebook 一起使用,可嵌入网站,并且完整集成了 Dash——一种用于构建仪表盘和分析应用的出色工具. 启动如果你还没安装 Plotly,只需在你的终端运行以下命令即可完成安装: pip install plotly 安装完成后,就开始使用吧! 动画在研究这个或那个指标的演变
用Python可视化新冠疫情数据

目录前言数据获取数据可视化 python的特色总结前言不知道大伙有没有看到过这一句话:“中国(疫苗研发)非常困难,因为在中国我们没有办法做第三期临床试验,因为没有病人了.”这句话是中国工程院院士钟南山在上海科技大学2021届毕业典礼上提出的.这句话在全网流传,被广大网友称之为“凡尔赛”发言. 今天让我们用数据来看看这句话是不是“凡尔赛”本赛.在开始之前我们先来说说今天要用到的python库吧! 1.数据获取部分 requests lxml json openpyxl 2.数据可视化部
基于python分享一款地理数据可视化神器keplergl

目录 1.简介 2.例子 3.添加数据 4.定制图表 5.获取配置 6.导出图表 7.总结 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
一文带你掌握Pyecharts地理数据可视化的方法

本文主要介绍了Pyecharts地理数据可视化,分享给大家,具体如下: 一.Pyecharts简介和安装 1. 简介 Echarts 是一个由百度开源的数据可视化,凭借着良好的交互性,精巧的图表设计,得到了众多开发者的认可.而 Python 是一门富有表达力的语言,很适合用于数据处理.当数据分析遇上数据可视化时,pyecharts 诞生了. 简洁的 API 设计,使用如丝滑般流畅,支持链式调用囊括了 30+ 种常见图表,应有尽有支持主流 Notebook 环境,Jupyter Noteboo
python用pyecharts实现地图数据可视化

有的时候,我们需要对不同国家或地区的某项指标进行比较,可简单通过直方图加以比较.但直方图在视觉上并不能很好突出地区间的差异,因此考虑地理可视化,通过地图上位置(地理位置)和颜色(颜色深浅代表数值差异)两个元素加以体现.在本文案例中,基于第三方库pyecharts,对中国各省2010-2019年的GDP进行绘制. 我们先来看看最终效果: 关于绘图数据基于时间和截面两个维度,可把数据分为截面数据.时间序列及面板数据.在本文案例中,某一年各省的GDP属于截面数据,多年各省的GDP属于面板数据.因此,
python教程网络爬虫及数据可视化原理解析

目录 1 项目背景 1.1Python的优势 1.2网络爬虫 1.3数据可视化 1.4Python环境介绍 1.4.1简介 1.4.2特点 1.5扩展库介绍 1.5.1安装模块 1.5.2主要模块介绍 2需求分析 2.1 网络爬虫需求 2.2 数据可视化需求 3总体设计 3.1 网页分析 3.2 数据可视化设计 4方案实施 4.1网络爬虫代码 4.2 数据可视化代码 5 效果展示 5.1 网络爬虫 5.1.1 爬取近五年主要城市数据 5.1.2 爬取2019年各省GDP 5.1.3 爬取豆瓣电影
python代码实现TSNE降维数据可视化教程

TSNE降维降维就是用2维或3维表示多维数据(彼此具有相关性的多个特征数据)的技术,利用降维算法,可以显式地表现数据.(t-SNE)t分布随机邻域嵌入是一种用于探索高维数据的非线性降维算法.它将多维数据映射到适合于人类观察的两个或多个维度. python代码 km.py #k_mean算法 import pandas as pd import csv import pandas as pd import numpy as np #参数初始化 inputfile = 'x.xlsx' #销量及
Python 数据可视化神器Pyecharts绘制图像练习

目录前言: 1.Hive数据库查询sql 2.Python代码实现—柱状图 3.Python代码实现—饼状图 4.Python代码实现—箱型图 5.Python代码实现—折线图 6.Python代码实现—雷达图 7.Python代码实现—散点图前言: Echarts 是百度开源的一款数据可视化 JS 工具,数据可视化类型十分丰富,但是得通过导入 js 库在 Java Web 项目上运行. 作为工作中常用 Python 的选手,不能不知道这款数据可视化插件的强大.那么,能否在 Python 中
Python绘制地理图表可视化神器pyecharts

目录地图地图模板系列中国地图省份数据地图(重庆地图) 中国城市地图数据地图(分段型) 世界地图中国地图带城市(详细) 中国连续数据地图复杂地图观赏地图这期文章我们一起来看看地图是如何绘制的,如何在地图里面添加数据进行多维度的展示,下面我们一起来感受一下地图的魅力吧! “地图就是依据一定的数学法则,使用制图语言,通过制图综合,在一定的载体上,表达地球(或其他天体)上各种事物的空间分布.联系及时间中的发展变化状态的图形. 地图的特征包括:由于特殊的数学法则而产生的可量测性:由于使用符
Python中不同图表的数据可视化的实现

目录 1.直方图 2. 柱形图 3. 箱线图 4.饼图 5.散点图数据可视化是以图形格式呈现数据.它通过以简单易懂的格式汇总和呈现大量数据,帮助人们理解数据的重要性,并有助于清晰有效地传达信息. 考虑这个给定的数据集,我们将为其绘制不同的图表: 用于分析和呈现数据的不同类型的图表 1.直方图直方图表示特定现象发生的频率,这些现象位于特定的数值范围内,并以连续和固定的间隔排列. 在下面的代码中绘制直方图Age, Income, Sales.因此,输出中的这些图显示了每个属性的每个唯一值的频率.
基于Python实现一个简易的数据管理系统

目录创建mysql数据表增删改查启动应用为了方便的实现记录数据.修改数据没有精力去做一个完整的系统去管理数据.因此,在python的控制台直接实现一个简易的数据管理系统,包括数据的增删改查等等.只需要在控制台层面调用相应的功能调用查询.修改等功能,这里记录一下实现过程. 创建mysql数据表使用比较熟悉的数据库客户端来进行操作,这里使用的是navicate客户端来创建好相应的数据表. 创建数据库并指定编码字符集. CREATE DATABASE `data_boc` CHARACTE
基于Python制作一款屏幕颜色提取器

目录 1.使用效果 2.所需python包 3.python小技巧 3.1控件数组 3.2将控件作为属性 3.3怎样重设控件颜色 3.4一些用到的字符串操作 3.5鼠标位置像素颜色 3.6窗口始终置顶 3.7文本框不允许编辑但允许复制 4.完整代码 1.使用效果如下面动图所示,点击取色按钮后,将鼠标移动到想要取色的位置,等待两秒即可取色: 点击save color按钮可以将颜色存储到color library区域,同时如图所示, ! ! ! !红框内所有的方形元件其实都是按钮,点击后能获得颜色