嗨，介绍一款地理数据可视化神器——keplergl

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：

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作出非常好看的效果；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～