数据可视化

在jupyter中显示可视化的设置

TransBigData包也依托于kepler.gl提供的可视化插件提供了一键数据整理与可视化的方法
使用此功能请先安装python的keplergl包
pip install keplergl

如果要在jupyter notebook中显示可视化,则需要勾选jupyter-js-widgets(可能需要另外安装)和keplergl-jupyter两个插件

_images/jupytersettings.png

数据点分布可视化

transbigdata.visualization_data(data, col=['lon', 'lat'], accuracy=500, height=500, maptype='point', zoom='auto')

输入数据点,集计并可视化

输入

dataDataFrame

数据点分布

colList

列名,可输入不带权重的OD,按[经度,纬度]的顺序,此时会自动集计。 也可输入带权重的OD,按[经度,纬度,数量]的顺序。

zoomnumber

地图缩放等级,默认’auto’自动选择

heightnumber

地图图框高度

accuracynumber

集计的栅格大小

maptypestr

出图类型,’point’或者’heatmap’

输出

vmapkeplergl.keplergl.KeplerGl

keplergl提供的可视化

使用方法:

import transbigdata as tbd
import pandas as pd
#读取数据
data = pd.read_csv('TaxiData-Sample.csv',header = None)
data.columns = ['VehicleNum','Time','Lng','Lat','OpenStatus','Speed']
#可视化数据点分布
tbd.visualization_data(data,col = ['Lng','Lat'],accuracy=300)
_images/datavis.png

轨迹可视化

transbigdata.visualization_trip(trajdata, col=['Lng', 'Lat', 'ID', 'Time'], zoom=10, height=500)

输入轨迹数据与列名,生成kepler的可视化

输入

trajdataDataFrame

轨迹点数据

colList

列名,按[经度,纬度,轨迹编号,时间]的顺序

zoomnumber

地图缩放等级

heightnumber

地图图框高度

输出

vmapkeplergl.keplergl.KeplerGl

keplergl提供的可视化

使用方法

import transbigdata as tbd
import pandas as pd
#读取数据
data = pd.read_csv('TaxiData-Sample.csv',header = None)
data.columns = ['VehicleNum','Time','Lng','Lat','OpenStatus','Speed']
#轨迹数据可视化
tbd.visualization_trip(data,col = ['Lng', 'Lat', 'VehicleNum', 'Time'])
_images/kepler-traj.png

OD可视化

transbigdata.visualization_od(oddata, col=['slon', 'slat', 'elon', 'elat'], zoom='auto', height=500, accuracy=500, mincount=0)

输入od数据与列名,生成kepler的可视化

输入

oddataDataFrame

od数据

colList

列名,可输入不带权重的OD,按[起点经度,起点纬度,终点经度,终点纬度]的顺序,此时会自动集计。 也可输入带权重的OD,按[起点经度,起点纬度,终点经度,终点纬度,数量]的顺序。

zoomnumber

地图缩放等级,默认’auto’自动选择

heightnumber

地图图框高度

accuracynumber

集计的栅格大小

mincountnumber

最小的od数,少于这个的od就不显示了

输出

vmapkeplergl.keplergl.KeplerGl

keplergl提供的可视化

使用方法

import transbigdata as tbd
import pandas as pd
#读取数据
data = pd.read_csv('TaxiData-Sample.csv',header = None)
data.columns = ['VehicleNum','Time','Lng','Lat','OpenStatus','Speed']
#提取OD
oddata = tbd.taxigps_to_od(data,col = ['VehicleNum','Time','Lng','Lat','OpenStatus'])
#OD可视化
tbd.visualization_od(oddata)
_images/odvisualization.png