python文件式和交互式道路标志_Python+Kepler.gl轻松制作酷炫路径动画

本文示例代码、数据已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes

1 简介

Kepler.gl相信很多人都听说过&＃xff0c;作为Uber几年前开源的交互式地理信息可视化工具&＃xff0c;kepler.gl依托WebGL强大的图形渲染能力&＃xff0c;可以在浏览器端以多种形式轻松展示大规模数据集。

图1

更令人兴奋的是Kepler.gl在去年推出了基于Python的接口库keplergl&＃xff0c;结合jupyter notebook/jupyter lab的相关拓展插件&＃xff0c;使得我们可以通过编写Python程序配合Kepler.gl更灵活地制作各种可视化作品。

图2

而随着近期keplergl的更新&＃xff0c;更多的新特性得以同步到其Python生态中&＃xff0c;本文就将针对其中的路径动画的制作方法进行介绍。

2 基于keplergl的路径动画

我们要制作的路径动画图主要用于表现特定路径上流的运动&＃xff0c;譬如图3的例子来自Kepler.gl官方示例&＃xff1a;

图3

而在官方的说明中描述了要绘制路径动画需要输入的数据格式&＃xff1a;

图4

这是一个典型的GeoJSON格式LineString要素&＃xff0c;特别的是其"coordinates"键对应的值不同于常规的[经度, 纬度]格式&＃xff0c;而是代表着[经度, 纬度, 高度, 时间戳]&＃xff0c;其中高度非必要&＃xff0c;可以设置为0&＃xff0c;而时间戳则声明了轨迹动画在该时间点会到达的该点位置&＃xff0c;即线要素上连续的点位置&＃43;时间戳定义了轨迹动画的运动模式&＃xff0c;下面我们分步骤来实现。

2.1 构造数据与初始化html

这里我们以重庆市渝中区的OSM路网为演示示例数据&＃xff0c;首先我们需要利用json模块来读取本地重庆市渝中区_osm路网_道路.geojson数据&＃xff1a;

from keplergl import KeplerGl

import json

import time

with open(&＃39;geometry/重庆市渝中区_osm路网_道路.geojson&＃39;) as g:

raw_roads &＃61; json.load(g)

随便打印出其中包含的某个线要素&＃xff1a;

图5

可以看到&＃xff0c;这时线要素内部包含的点还是[经度, 纬度]的格式&＃xff0c;接下来我们为其虚构上时间戳信息&＃xff0c;为了保证整个路网可视化的协调一致&＃xff0c;将所有线要素的时间跨度固定在一个小时之内&＃xff0c;保证每段路上从头到尾的轨迹动画都保持一致&＃xff1a;

start_time &＃61; time.mktime(time.strptime(&＃39;2020-05-29 20:00:00&＃39;, "%Y-%m-%d %H:%M:%S"))

for i in range(raw_roads[&＃39;features&＃39;].__len__()):

for j in range(raw_roads[&＃39;features&＃39;][i][&＃39;geometry&＃39;][&＃39;coordinates&＃39;].__len__()):

shift_time &＃61; int((j / raw_roads[&＃39;features&＃39;][i][&＃39;geometry&＃39;][&＃39;coordinates&＃39;].__len__())*3600) # 更新当前对应的时间戳

raw_roads[&＃39;features&＃39;][i][&＃39;geometry&＃39;][&＃39;coordinates&＃39;][j] \

.extend([0, # 高度设置为0

int(start_time) &＃43; shift_time])

接着再打印其中一个线要素&＃xff1a;

图6

可以发现每个点元素都追加上高度0以及对应的时间戳(注意这里的时间戳必须为整数否则之后输入keplergl会报错)&＃xff0c;接下来的过程就非常简单。

首先确保你已经安装了keplergl以及对应插件&＃xff0c;譬如我所使用的jupyter lab&＃xff0c;在确保nodejs被安装的前提下&＃xff0c;使用jupyter labextension install &＃64;jupyter-widgets/jupyterlab-manager keplergl-jupyter安装拓展插件(jupyter notebook可参考https://github.com/keplergl/kepler.gl/tree/master/bindings/kepler.gl-jupyter#installation)&＃xff0c;以及使用pip install keplergl来安装keplergl库&＃xff0c;一切准备就绪直接运行如下代码&＃xff1a;

from keplergl import KeplerGl

# 生成KeplerGl对象s

map1 &＃61; KeplerGl(height&＃61;400,

data&＃61;{&＃39;flow&＃39;: raw_roads}) # data以图层名为键&＃xff0c;对应的矢量数据为值

map1

map1.save_to_html(file_name&＃61;&＃39;渝中区.html&＃39;) # 导出到本地可编辑html文件

图7

这一步的目的是初始化已嵌入目标数据的html文件&＃xff0c;接下来你就可以关闭jupyter lab&＃xff0c;在工作目录下找到已经导出的html文件直接打开&＃xff0c;接下来的工作将在浏览器里进行。

2.2 交互式创作

接下来的过程则不涉及任何代码&＃xff0c;我们将以点击按钮的方式改变我们可视化作品的外观&＃xff0c;由于整个过程细节较多&＃xff0c;因此将整个过程录制为视频&＃xff1a;

Kepler.gl中的交互式参数调整非常简单&＃xff0c;只要你随便试一试就可以掌握其用法&＃xff0c;不必拘泥于我上面的参数设置&＃xff0c;发挥自己的创意&＃xff0c;调出更美观的轨迹动画结果。

以上就是本文的全部内容&＃xff0c;如有疑问或建议欢迎到评论区与我交流~