介绍一款地理数据可视化神器——keplergl

点击上方 "Python人工智能技术" 关注，星标或者置顶

22点24分准时推送，第一时间送达

后台回复“大礼包”，送你特别福利

编辑：乐乐 | 来自：Python编程学习圈

上一篇：在华为奋斗三年，钱赚到了，女友却跑了，网友：太失败？。。。

正文

大家好，我是Python人工智能技术

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  

一个小例子

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  

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  

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：

另外搜索公众号GitHub猿后台回复“可视化”，获取一份惊喜礼包。

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 

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～～

最后

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～

你还有什么想要补充的吗？

免责声明：本文内容来源于网络，文章版权归原作者所有，意在传播相关技术知识&行业趋势，供大家学习交流，若涉及作品版权问题，请联系删除或授权事宜。

技术君个人微信

添加技术君个人微信即送一份惊喜大礼包

→ 技术资料共享

→ 技术交流社群

--END--

往日热文：

Python程序员深度学习的“四大名著”：

这四本书着实很不错！我们都知道现在机器学习、深度学习的资料太多了，面对海量资源，往往陷入到“无从下手”的困惑出境。而且并非所有的书籍都是优质资源，浪费大量的时间是得不偿失的。给大家推荐这几本好书并做简单介绍。

获得方式：

1.扫码关注本公众号

2.后台回复关键词：名著

▲长按扫描关注，回复名著即可获取