GoTrackIt应用指南：共享单车时空轨迹可视化

GoTrackIt平台集成了对 Kepler.gl 可视化工具的部分功能进行了封装，通过引入 KeplerVis 类，显著简化了地理空间数据分析与展示的过程。利用这一类，开发者和数据分析师能够在网页端快速实现复杂地理数据的动态可视化，而无需深入掌握 Kepler.gl 的底层细节。KeplerVis 提供了一系列便捷的方法来加载数据、配置地图样式、添加交互元素以及生成可嵌入式的可视化组件，从而极大地提高了工作效率，让地理空间数据的故事讲述变得更加直观和生动。

这里是该作者对包的内容介绍和用法：💡 简介 --- GoTrackIt 0.3 documentation

没有该包的同学，直接Python在环境里pip一下即可；

python 复制代码

pip install gotrackit

完整代码#运行环境 Python 3.11

python 复制代码

import pandas as pd
from gotrackit.visualization import KeplerVis

if __name__ == '__main__':

    # 读取几何文件
    trip_df = pd.read_csv(r'trip.csv')

    # 新建KeplerVis类
    kv = KeplerVis()

    # 添加点层
    kv.add_trip_layer(trip_df, lng_field='lng', lat_field='lat', 
                      time_format="%Y-%m-%d %H:%M:%S.%f")

    # 输出HTML到本地
    # 此函数也会返回一个map对象，可在jupyter环境下进行交互式操作
    map_obj = kv.export_html(height=600, out_fldr=r'./', file_name='trip')

这里注意的是，读取数据的时候把路径改成数据文件所在的路径，且数据标签要包含'lat'，'lng'字段，另外，时间格式要是yyyy-m-d h:mm:ss即可，也就是原文提到的这张表；

本篇文章我们将继续以厦门市的共享单车数据作为研究对象，深入探讨如何通过先进的可视化技术，在网页上生动地展示这些轨迹数据。通过这样的可视化处理，我们不仅能够直观地理解数据的空间分布和时间动态，还可以更清晰地洞察共享单车使用模式及其背后的城市交通流动规律，这里是我使用的共享单车轨迹数据表；

这个HTML页面设计互动性还是比较高的，可以通过启用3D视角获得更加生动、直观的空间感知，体验城市结构和地形特征的逼真呈现，还能利用内置的时间轴工具按时间序列动态追踪共享单车使用模式的变化，流畅的地图缩放和平移操作满足了不同层次的数据探索需求，其他功能就等同学们自行探索吧；

HTML 页面截图效果；

HTML 页面GIF效果；

文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。