空间数据可视化神器，Pydeck-优快云博客

今天给大家介绍一款超赞的空间（地理）数据可视化神器：Pydeck。

Pydeck库通过deck.gl对数据进行空间可视化渲染，对3D的可视化支持非常强。

使用文档：

https://pydeck.gl/index.html

GitHub：

https://github.com/visgl/deck.gl/tree/master/bindings/pydeck

通过下面的命令进行安装。

# 安装pip install pydeck -i https://mirror.baidu.com/pypi/simple

可以在jupyter notebook及IDE上运行，其中jupyter上需要安装相关的插件。

# 启用Pydeckjupyter nbextension install --sys-prefix --symlink --overwrite --py pydeckjupyter nbextension enable --sys-prefix --py pydeck

接下来，就给大家介绍一下相关的可视化案例。

使用的数据及代码都已上传，可在文末获取~

弧形图

打工人下班后的通勤情况，起点位于旧金山市中心(绿色)，终点为目的地(红色)。

数据由美国人口普查局收集。

地址：

https://lehd.ces.census.gov/data/

代码如下。

import pydeck as pdkimport pandas as pd
DATA_URL = "https://raw.githubusercontent.com/ajduberstein/sf_public_data/master/bay_area_commute_routes.csv"# A bounding box for downtown San Francisco, to help filter this commuter dataDOWNTOWN_BOUNDING_BOX = [    -122.43135291617365,    37.766492914983864,    -122.38706428091974,    37.80583561830737,]

def in_bounding_box(point):    """Determine whether a point is in our downtown bounding box"""    lng, lat = point    in_lng_bounds = DOWNTOWN_BOUNDING_BOX[0] <= lng <= DOWNTOWN_BOUNDING_BOX[2]    in_lat_bounds = DOWNTOWN_BOUNDING_BOX[1] <= lat <= DOWNTOWN_BOUNDING_BOX[3]    return in_lng_bounds and in_lat_bounds

df = pd.read_csv(DATA_URL)# Filter to bounding boxdf = df[df[["lng_w", "lat_w"]].apply(lambda row: in_bounding_box(row), axis=1)]
GREEN_RGB = [0, 255, 0, 40]RED_RGB = [240, 100, 0, 40]
# Specify a deck.gl ArcLayerarc_layer = pdk.Layer(    "ArcLayer",    data=df,    get_width="S000 * 2",    get_source_position=["lng_h", "lat_h"],    get_target_position=["lng_w", "lat_w"],    get_tilt=15,    get_source_color=RED_RGB,    get_target_color=GREEN_RGB,    pickable=True,    auto_highlight=True,)
view_state = pdk.ViewState(latitude=37.7576171, longitude=-122.5776844, bearing=45, pitch=50, zoom=8,)

TOOLTIP_TEXT = {"html": "{S000} jobs <br /> Home of commuter in red; work location in green"}r = pdk.Deck(arc_layer, initial_view_state=v