可视化案例（五）Kepler.gl绘制动态酷炫热力图

本文链接：https://blog.csdn.net/shine4869/article/details/113193106

一、Kepler.gl简介

Kepler.gl是Uber开发的空间可视化开源工具，依托强大的图片渲染能力，可以在浏览器端呈现多种高端酷炫可视化地图，以下两张为官网的示例图，更多信息可详见官网kepler.gl

二、案例演示

2.1 数据介绍

本文的案例数据分为两个（均附于文末）：一是湖北省2020年1月-3月疫情相关数据HuBei-COVID-19.csv，其部分内容如下图所示：
在这里插入图片描述
其中，lon，lat分别表示湖北省各地级市的经纬度。二是湖北省各地级市矢量数据HuBei.json，主要是用来显示各个地级市的轮廓（若有小伙伴想自行制作其他省份的动态图，数据可参考Python 一键获取市县级城市经纬度信息一文获取。）

2.2 基本设置

打开官网后，依次添加csv和json数据如下图所示

在这里插入图片描述
首先，删除红框处多余的图层（这是Kepler.gl自动识别出的）
其次，将Point图层放置Geojson图层的上方，防止数据点被覆盖。
完成后，打开Geojson图层，关闭图层填充，根据个人喜好选择合适的轮廓线条颜色及粗细

在这里插入图片描述
再打开Point所在图层，可选择多种渲染模式，这里选择Heatmap（热力图）的方式，其主要设置如下

在这里插入图片描述
接下来，就是让这些热力点动起来了！按如下方式添加时间轮播依据的信息字段

在这里插入图片描述
选择字段updateTime即可。
注意：这里时间变量的格式必须为hh:mm:ss，也就是必须要有时分秒，类似2021/1/28这种形式日期格式是无法识别的！

随后，则会出现以下时间轮播部件，按个人喜好设置时间跨度及播放速度

在这里插入图片描述
最终得到的效果图如下所示

在这里插入图片描述

三、Jupyter Notebook中实现

Kepler.gl官网有时候存在网速过慢而打不开等问题，这时我们可以选择Jupyter Notebook中实现上述过程。基本步骤如下：

3.1 安装kepler模块

注意：keplergl依赖于geopandas等模块（详细可参照geopandas安装心得），需要先将其安装好，后再使用pip install

pip install keplergl

3.2 基本用法

import pandas as pd
from keplergl import KeplerGl
import json
data1 = pd.read_csv('c:/users/dell/Desktop/HuBei-COVID-19.csv',encoding='gbk')
with open('c:/users/dell/Desktop/HuBei.json','r',encoding='utf-8') as f:
    data2 = json.load(f)
map1 = KeplerGl(height=800, data={'layer1': data1,
                                 'layer2':  data2}) #载入两个图层,图层二主要用于呈现湖北省各地级市轮廓
map1.save_to_html(file_name='动态热力图.html', data={'layer1': data1,
                                                    'layer2':  data2}) # 导出网页