（數據科學學習手札85）Python+Kepler.gl輕鬆製做酷炫路徑動畫

本文示例代碼、數據已上傳至個人Github倉庫https://github.com/CNFeffery/DataScienceStudyNotes

1 簡介

　　Kepler.gl相信不少人都據說過，做爲Uber幾年前開源的交互式地理信息可視化工具，kepler.gl依託WebGL強大的圖形渲染能力，能夠在瀏覽器端以多種形式輕鬆展現大規模數據集。

圖1

　　更使人興奮地是Kepler.gl在去年推出了基於Python的接口庫keplergl，結合jupyter notebook/jupyter lab的相關拓展插件，使得咱們能夠經過編寫Python程序配合Kepler.gl更靈活地製做各類可視化做品。

圖2

　　而隨着近期keplergl的更新，更多的新特性得以同步到其Python生態中，本文就將針對其中的路徑動畫的製做方法進行介紹。

2 基於keplergl的路徑動畫

　　咱們要製做的路徑動畫圖主要用於表現特定路徑上流的運動，譬如圖3的例子來自Kepler.gl官方示例：

圖3

　　而在官方的說明中描述了要繪製路徑動畫須要輸入的數據格式：

圖4

　　這是一個典型的GeoJSON格式LineString要素，特別的是其"coordinates"鍵對應的值不一樣於常規的[經度, 緯度]格式，而是表明着[經度, 緯度, 高度, 時間戳]，其中高度非必要，能夠設置爲0，而時間戳則聲明瞭軌跡動畫在該時間點會到達的該點位置，即線要素上連續的點位置+時間戳定義了軌跡動畫的運動模式，下面咱們分步驟來實現。

2.1 構造數據與初始化html

　　這裏咱們以重慶市渝中區的OSM路網爲演示示例數據，首先咱們須要利用json模塊來讀取本地重慶市渝中區_osm路網_道路.geojson數據：

from keplergl import KeplerGl
import json
import time

with open('geometry/重慶市渝中區_osm路網_道路.geojson') as g:
    raw_roads = json.load(g)

　　隨便打印出其中包含的某個線要素：

圖5

　　能夠看到，這時線要素內部包含的點仍是[經度, 緯度]的格式，接下來咱們爲其虛構上時間戳信息，爲了保證整個路網可視化的協調一致，將全部線要素的時間跨度固定在一個小時以內，保證每段路上從頭至尾的軌跡動畫都保持一致：

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) # 更新當前對應的時間戳
        
        raw_roads['features'][i]['geometry']['coordinates'][j] \
            .extend([0, # 高度設置爲0
                     int(start_time) + shift_time])

　　接着再打印其中一個線要素：

圖6

　　能夠發現每一個點元素都追加上高度0以及對應的時間戳（注意這裏的時間戳必須爲整數不然以後輸入keplergl會報錯），接下來的過程就很是簡單，首先確保你已經安裝了keplergl以及對應插件，譬如我所使用的jupyter lab，在確保nodejs被安裝的前提下，使用jupyter labextension install @jupyter-widgets/jupyterlab-manager keplergl-jupyter安裝拓展插件（jupyter notebook可參考https://github.com/keplergl/kepler.gl/tree/master/bindings/kepler.gl-jupyter#installation），以及使用pip install keplergl來安裝keplergl庫，一切準備就緒直接運行以下代碼：

from keplergl import KeplerGl
# 生成KeplerGl對象s
map1 = KeplerGl(height=400, 
                data={'flow': raw_roads}) # data以圖層名爲鍵，對應的矢量數據爲值
map1
map1.save_to_html(file_name='渝中區.html') # 導出到本地可編輯html文件

圖7

　　這一步的目的是初始化已嵌入目標數據的html文件，接下來你就能夠關閉jupyter lab，在工做目錄下找到已經導出的html文件直接打開，接下來的工做將在瀏覽器裏進行。

2.2 交互式創做

　　接下來的過程則不涉及任何代碼，咱們將以點擊按鈕的方式改變咱們可視化做品的外觀，因爲整個過程細節較多，所以將整個過程錄製爲視頻：

　　Kepler.gl中的交互式參數調整很是簡單，只要你隨便試一試就能夠掌握其用法，沒必要拘泥於我上面的參數設置，發揮本身的創意，調出更美觀的軌跡動畫結果。

　　以上就是本文的所有內容，若有疑問或建議歡迎到評論區與我交流~