kepler.gl作為開源地理空間數據可視化神器，也一直處于活躍的迭代開發狀態下。而在前不久，kepler.gl正式發布了其2.4.0版本，下面我們就來對其重要的新特性進行介紹：

在這次更新中，為時間序列數據的可視化新增了增量時間窗口功能，在上一個版本2.3.2中，當我們的數據集帶有時間類型字段時，在添加對應的Filters之后，顯示出的時間窗口是這個樣子的：

而在2.4.0版本中，時間窗口如圖所示：

在如下圖一樣從默認的Moving Time Window模式切換到Incremental Time Window模式之后，就可以使用增量時間窗口模式，畫面中的數據會從起點開始持續疊加：

而這個更新不僅針對原生的kepler.gl，還針對其面向Python的接口keplergl新增_repr_html_()方法，使得將kepler.gl與flask等進行結合更加方面，就像folium中的_repr_html_()方法一樣：

結合flask

from flask import Flaskfrom keplergl import KeplerGlapp = Flask(__name__)@app.route(’/’)def index(): map_1 = KeplerGl() return map_1._repr_html_()if __name__ == ’__main__’: app.run(debug=True)

而如果你對dash有所了解，那么純Python快速開發出一個嵌入kepler.gl的交互式web應用將會變得非常容易，就像下面這個簡單的例子一樣：

import dashfrom keplergl import KeplerGlimport dash_html_components as htmlimport dash_core_components as dccfrom dash.dependencies import Input, Outputimport requestsapp = dash.Dash(__name__)app.layout = html.Div( [ html.H1('Dash結合Kepler.gl：'), dcc.Dropdown( id=’demo-dropdown’, options=[{’label’: ’重慶’, ’value’: ’重慶’} ], style={’width’: ’300px’} ), html.Iframe(id=’iframe’, style={’height’: ’800px’, ’width’: ’1900px’}) ])@app.callback( Output(’iframe’, ’srcDoc’), [Input(’demo-dropdown’, ’value’)])def switch_area(selected_area): if selected_area == ’重慶’: map_1 = KeplerGl(data={ selected_area: requests.get(’https://geo.datav.aliyun.com/areas_v2/bound/500000_full.json’).json() }, config={ 'mapState': { 'bearing': 0, 'dragRotate': False, 'latitude': 29.751819, 'longitude': 107.441431, 'pitch': 0, 'zoom': 6, 'isSplit': False } }) return map_1._repr_html_().decode() else: map_1 = KeplerGl(data={ selected_area: requests.get(’https://geo.datav.aliyun.com/areas_v2/bound/100000_full.json’).json() }, config={ 'mapState': { 'bearing': 0, 'dragRotate': False, 'latitude': 29.751819, 'longitude': 107.441431, 'pitch': 0, 'zoom': 3, 'isSplit': False } }) return map_1._repr_html_().decode()if __name__ == ’__main__’: app.run_server()

以上就是地圖可視化神器kepler.gl python接口的使用方法的詳細內容，更多關于python 地圖可視化神器kepler.gl的資料請關注好吧啦網其它相關文章！