替换后引起空白的6个原始文件_解决MapBox数据替换

最新推荐文章于 2022-09-19 15:05:27 发布
最新推荐文章于 2022-09-19 15:05:27 发布
阅读量191 收藏
点赞数
文章标签： 替换后引起空白的6个原始文件
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39779975/article/details/111391886
版权

这篇文章主要记录下解决MapBox数据替换的过程吧。

最开始接触到项目时，使用的是geojson数.

但是缺点很明显，geojson数据量很大，我们的数据繁多，一次有可能加载10*15个geojson数据，显然是不太可能的。

之后接触到了mbtiles文件，可以参考我的博客：

https://blog.csdn.net/weixin_42655593/article/details/86699224​blog.csdn.net

使用到了tippecanoe，这简直就是神器！

在不改变原始数据的情况下，可以将2M大小的geojson文件转换为100K左右的mbtiles文件。

前端请求时，只请求当前页面所需的pbf文件，一个pbf文件只有10多KB。

完美解决的数据量巨大的问题。但新的问题随之而来，频繁的数据源切换，导致了页面刷新数据源的时候会有卡顿的效果，即屏幕一闪一闪的，严重的影响了使用体验。

再之后就开始忙其他的项目，当其他的项目快要完成后，再次提出了这个气象替换的问题。

当初考虑的方向错了，一直认为每个时间段的气象数据需要请求一次，没有想过多个时间段的数据放置在一个文件内，并通过mapbox的filter机制来控制显示什么气象数据。显然这样是正确的。

不知道知乎发布文章时如何插入网络图片，凑合的看下吧。

http://image.xiaofsu.com/FieIEXjIIBuNV9OksiKiP9JrCx_6​image.xiaofsu.com

虽然领导现在对于目前的情况还是比较满意的，但是长路漫漫，还是需要去继续探索，例如windy的粒子效果，以及气象替换时的不平滑性（与源数据有关，但是可能可以通过http://d3js.org来解决这个平滑），也是问题存在。

http://image.xiaofsu.com/lpma96Ud_RvXHYZvvMrjgdDzMB8V​image.xiaofsu.com

整个经过过程可以参考我在github上的issue:

How to change vector tile data in mapbox? · Issue #8244 · mapbox/mapbox-gl-js​github.com
77bf609128b62cdee0a7b2cf87703c07.png

文中大概提起到了问题的发生原因以及解决过程。

weixin_39779975
关注
Python 数据可视化的三大步骤
m0_72557783的博客
07-05 8690
Python中最基本的作图库就是matplotlib，是一个最基础的Python可视化库，一般都是从matplotlib上手Python数据可视化，然后开始做纵向与横向拓展。是一个基于matplotlib的高级可视化效果库，针对的点主要是数据挖掘和机器学习中的变量特征选取，seaborn可以用短小的代码去绘制描述更多维度数据的可视化效果图。Bokeh（是一个用于做浏览器端交互可视化的库，实现分析师与数据的交互）；Mapbox（处理地理数据引擎更强的可视化工具库）等等。...
Python数据可视化的3大步骤！
m0_73720982的博客
09-29 1852
原始图形画完后，我们可以根据需求修改颜色（color），线型（linestyle），标记（maker）或者其他图表装饰项标题（Title），轴标签（xlabel，ylabel），轴刻度（set_xticks），还有图例（legend）等，让图形更加直观。matplotlib是最基础的绘图函数，也是相对较低级的工具。也可以使用参数明确的指定。是一个基于matplotlib的高级可视化效果库，针对的点主要是数据挖掘和机器学习中的变量特征选取，seaborn可以用短小的代码去绘制描述更多维度数据的可视化效果图。
把替换后引起空白的6个原始文件
01-19
把替换后引起空白的6个原始文件
替换后引起空白的6个原始文件_这 9 个文档技巧，让你从小白升级成高手
weixin_39605521的博客
11-24 148
虽然说时代倡导「人人生而平等」，但你可一定要想明白呀，人的能力可并不平等。在办公软件的使用能力上更是如此。高手和小白的差距可不是用档次不同形容那么简单～行了！不说废话。大家就直接看看下面 9 个文档例子中，两者间的「巨大」差距吧。1 打开文件 在打开文件时，小白的方法往往是在最近的访问记录或者桌面中打开。 但高手总会巧用【置顶显示】功能。比如说选择常用文件，点击右方的【置顶】按钮，文章的位置便会自...
替换后引起空白的6个原始文件_Excel表格的基本操作（精选35个技巧）
weixin_39834084的博客
12-09 373
1、单元格内强制换行 2、锁定标题行 3、打印标题行 4、查找重复值 5、删除重复值 6、快速输入对号√ 7、万元显示 8、隐藏0值 9、隐藏单元格所有值。 10、单元格中输入00001 11、按月填充日期 12、合并多个单元格内容 13、防止重复录入 14、公式转数值 15、小数变整数 16、快速插入多行 17、两列互换 18、批量设置求和公式 19、同时查看一个excel文件的两个工作表。 2...
非常好用的开源矢量地图切片工具
shishi521的专栏
12-03 4474
一直在研究矢量瓦片相关内容，想找一款比较稳定的切片工具比较费劲，看了很多设计，建议用四叉树开发，或者是开源工具，在qgis里有个mbtiles切图的工具，用了一下也还可以。试了一下geowebcache直接把服务器磁盘切挂了，数据量并不大。就在网上四处寻摸，终于功夫不负有心人，mapbox api可以直接上传数据然后切图在线效率不高，而且数据保密嘛，先跳过，直接进入mapboxtippcanoe这个开源工具，c++写的软件包很小，切图性能很稳定，关键是快，飞一般的快。能想象我切北京全市的建筑物4-14级只用
Python 数据可视化的 3 大步骤，你知道吗？
AudiA6LV6的博客
09-19 390
原始图形画完后，我们可以根据需求修改颜色（color），线型（linestyle），标记（maker）或者其他图表装饰项标题（Title），轴标签（xlabel，ylabel），轴刻度（set_xticks），还有图例（legend）等，让图形更加直观。Pandas中有许多基于matplotlib的高级绘图方法，原本需要多行代码才能搞定的图表，使用pandas只需要短短几行。，是一个最基础的Python可视化库，一般都是从matplotlib上手Python数据可视化，然后开始做纵向与横向拓展。
Python数据可视化教程之基础篇
weixin_44386638的博客
03-16 313
经过学习之后，我总结了利用python实现可视化的三个步骤： 确定问题，选择图形 转换数据，应用函数 参数设置，一目了然 1 首先，要知道我们用哪些库来画图? matplotlib python中最基本的作图库就是matplotlib，是一个最基础的Python可视化库，一般都是从matplotlib上手Python数据可视化，然后开始做纵向与横向拓展。 Seaborn 是一个基于matplotlib的高级可视化效果库，针对的...
完美解决 WIN7 打开或关闭Windows功能 空白
架构设计
11-11 1768
解决方案1： 我的电脑-管理-服务和应用程序-服务,启动Windows Modules Installer服务并设置为自动启动 重启电脑,还是空白 解决方案2： Win7优化大师-开始-一键修复系统 重启电脑,还是空白 解决方案3： 1.运行regedit打开注册表编辑器 2.定位到HKEY_LOCAL_MACHINE\System\CurrentControlSet\Contro...
geojson2mbtiles:将GeoJson转换为Mbtiles的工具
03-08
geojson2mbtiles 将GeoJson转换为Mbtiles的工具 测试Google Colab 构建码头工人 docker build -t geojson2mbtiles:1.0 . 运行Docker docker run -it -d --name geojson2mbtiles -v E:/tmp:/data geojson2mbtiles:1.0 docker run -it -d --name geojson2mbtiles -v E:/program_data/python/geojson2mbtiles:/data geojson2mbtiles:1.0 docker run -it -d --name geojson2mbtiles -v D:/tmp2:/data geojson2mbtiles:1.0 测试 docker exec -it geoj
geojson-editor:Geojson 本地编辑器专门用于 mbtiles（如果需要）和多边形
06-02
Geojson 编辑器 安装 pip install --upgrade kivy-garden pip install concurrent requests garden install --app mapview 开始 python main.py yourgeojson.geojson 或者使用自定义 mbtiles： python main.py -- -m custom.mbtiles yourgeojson.geojson 用法 双击地图上的任意位置开始创建多边形 然后双击 = 一个点进入多边形 单击并移动一个点 = 移动多边形的一个点 双击一个点 = 删除该点 单击“完成”将多边形添加回 geojson 双击当前的 geojson 多边形进行编辑 单击“保存”将结果保存到加载的 geojson 中
空白exe程序可替换update
12-09
一款空白exe，可以用来替换各种程序的update升级程序，或者弹广告的程序，有时候直接删除会有错误，把这个替换、改名，就不会报错啦
geojson切片
crazymad的博客
06-06 2408
1. geojson文件转mbtiles文件 使用mapbox的tippecanoe工具，将geojson文件转换为mbtiles 2. 从mbtiles中提取pbf瓦片文件 mbtiles文件其实就是sqlite的存储文件，所以可以直接写node脚本读取并写入本地磁盘，需要注意的是，mbtiles中储存的瓦片pbf很有可能是预压缩的，所以读取出来后还需要用zlib解压缩。 3. pbf瓦片文件转...
GeoJSON、TopoJSON数据的转换和生成
几多心跳
10-16 9820
GeoJSONGeoJSON 是用于描述地理空间信息的数据格式。GeoJSON 不是一种新的格式，其语法规范是符合 JSON 格式的，只不过对其名称进行了规范，专门用于表示地理信息。GeoJSON 的最外层是一个单独的对象（object）。这个对象可表示：① 几何体（Geometry）；② 特征（Feature）；③ 特征集合（FeatureCollection）；
数据sqlite 矢量切片_Cesium加载MBTiles矢量切片
weixin_39850150的博客
12-22 1085
MBTiles 是由 MapBox 制定的一种将瓦片地图数据存储到SQLite数据库中并可快速使用，管理和分享的规范。该规范由MapBox制定，详见http://mapbox.com/mbtiles-spec/。 透过数据库索引的方式提高瓦片索引的效率，比通过瓦片文件方式的读取要快的多。MBTiles其实只是一个SQLite数据库文件，优点在于小，方便迁移，可以存在于移动端。MBTiles切分后的...
MBUtil实现mbtiles文件和地图切片之间的格式转换
跃然实验室
07-23 3414
mbutil工具实现mbtiles文件和地图切片之间的格式转换。 mbutil地址：https://github.com/mapbox/mbutil 地图切片png转化成mbtiles 1、下载mbutil的zip压缩包，并解压 2、打开命令提示符（cmd），输入： python mbutil的解压路径\mb-util 地图切片存放的文件夹路径 mbtiles文件路径 解释：第一个参数是p...
mapbox-gl加载气象场数据（视频）
地理信息技术杂谈 博客，欢迎技术交流
01-18 806
参见链接地址： https://mp.weixin.qq.com/s?__biz=MzU2ODYzNzc4OQ==&mid=2247485814&idx=1&sn=fd818a24f69dc5bf6ad59df26fe38ae1&chksm=fc8ba944cbfc20522d5def271523b0fa0f5e0ef1478660a684fda54f277a55c1cd48ffad39ff&token=1755084543&lang=zh_CN#rd ..
scatter_mapbox
最新发布
04-06
scatter_mapbox is a type of plot in Plotly library that allows you to create a scatter plot on a Mapbox map. Mapbox is an open-source mapping platform that allows you to create various types of maps with different styles and features. The scatter_mapbox plot in Plotly allows you to plot markers on a Mapbox map at specific latitudes and longitudes. You can customize the markers by changing their size, color, symbol, and opacity based on the data you want to represent. To create a scatter_mapbox plot in Plotly, you need to provide the following information: 1. Latitude and longitude of each data point. 2. Data values to be represented by each marker (size, color, symbol, and opacity). 3. Mapbox token to access the Mapbox API. Here is an example code snippet to create a scatter_mapbox plot in Plotly: ```python import plotly.graph_objects as go fig = go.Figure(go.Scattermapbox( lat=['45.5017', '46.7111', '46.8530'], lon=['-73.5673', '-71.2428', '-71.2489'], mode='markers', marker=go.scattermapbox.Marker( size=14 ), text=['Montreal', 'Quebec City', 'Laval'], )) fig.update_layout( hovermode='closest', mapbox=dict( accesstoken='your-mapbox-access-token', style='streets', center=dict( lat=46.6, lon=-72.7 ), zoom=5 ) ) fig.show() ``` This code will create a scatter_mapbox plot with three markers at the specified latitudes and longitudes on a Mapbox map with a streets style. You can also customize the size and text of the markers and the center and zoom level of the map.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值