文章来源于Python大数据分析，作者费弗里

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

1 简介

Kepler.gl相信很多人都听说过，作为Uber几年前开源的交互式地理信息可视化工具，kepler.gl依托WebGL强大的图形渲染能力，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，结合jupyter notebook/jupyter lab的相关拓展插件，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，更多的新特性得以同步到其Python生态中，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，譬如图3的例子来自Kepler.gl官方示例：

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：

图4

这是一个典型的GeoJSON格式LineString要素，特别的是其"coordinates"键对应的值不同于常规的[经度, 纬度]格式，而是代表着[经度, 纬度, 高度, 时间戳]，其中高度非必要，可以设置为0，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，即线要素上连续的点位置+时间戳定义了轨迹动画的运动模式，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，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：

from keplergl import KeplerGl
import json
import timewith open('geometry/重庆市渝中区_osm路网_道路.geojson') as g:raw_roads = json.load(g)

随便打印出其中包含的某个线要素：

图5

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

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) # 更新当前对应的时间戳raw_roads['features'][i]['geometry']['coordinates'][j] \.extend([0, # 高度设置为0int(start_time) + shift_time])

接着再打印其中一个线要素：

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），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，譬如我所使用的jupyter lab，在确保nodejs被安装的前提下，使用jupyter labextension install @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），以及使用pip install keplergl来安装keplergl库，一切准备就绪直接运行如下代码：

from keplergl import KeplerGl
# 生成KeplerGl对象s
map1 = KeplerGl(height=400, data={'flow': raw_roads}) # data以图层名为键，对应的矢量数据为值
map1
map1.save_to_html(file_name='渝中区.html') # 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，接下来你就可以关闭jupyter lab，在工作目录下找到已经导出的html文件直接打开，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，我们将以点击按钮的方式改变我们可视化作品的外观，由于整个过程细节较多，因此将整个过程录制为视频：

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

以上就是本文的全部内容，如有疑问或建议欢迎到评论区与我交流~

-END-

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑AI基础下载（pdf更新到25集）机器学习的数学基础专辑获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am本站qq群1003271085，加入微信群请扫码喜欢文章，点个在看