本文共 2081 字，大约阅读时间需要 6 分钟。
在本文中，我们将共同探讨如何利用Python和开源工具Kepler.gl轻松创建动态地图图表。作为经验丰富的地理可视化开发者，我将分享从数据准备到地图绘制的完整流程，并介绍如何优化地图视觉效果。以下内容基于真实的项目实践，所有代码均为实际操作结果所验证。
首先，我们需要准备包含采购时间、采购单位以及采购金额的数据集。以下步骤将引导您完成数据处理过程：
加载数据
使用 pandas 导入数据集cc.xls：df = pd.read_excel('cc.xls', index=False)df.head()获取经纬度
利用 geocode API 批量获取采购单位的经纬度信息。以下函数示范了如何调用高德地图的 REST API：def gaode(addr): para = { 'key': '您的API秘钥', 'address': addr } url = 'https://restapi.amap.com/v3/geocode/geo?' req = requests.get(url, para) req = req.json() if req['status'] == '1': if len(req['geocodes']) > 0: location = req['geocodes'][0]['location'] print(location) return location return ""应用函数获取经纬度字段：
df['lat_lon'] = df['buyer'].apply(gaode)df.head()
分列经纬度
提取经纬度数据并存储为 CSV 文件：df["lat"] = df["lat_lon"].str.split(',', expand=True)[1]df["lon"] = df["lat_lon"].str.split(',', expand=True)[0]df = df.drop('lat_lon', axis=1)df.to_csv('cc.csv', index=False)Kepler.gl 是一个功能强大的开源地图可视化工具，支持多种数据格式（如 CSV、GeoJSON 等）。以下是如何在 Jupyter notebook 中使用该工具进行数据可视化的详细步骤：
安装依赖
确保已安装最新版本的kepler-gl 工具。建议使用 conda 进行安装：conda install kepler-gl
加载地图和数据
将cc.csv 数据导入 Kepler.gl 中。数据支持多种图标设置，如以下示范：from kepler.gl import repertoirerep = repertoire.get_geo_dataasset('cc.csv')('经纬度数据')自定义地图样式
根据需要调整图标设置、地图样式和坐标系：rep.icon_color = 'blue'rep.icon_size = 40
rep.map_style = 'main'
多地图层叠加
如果需要，可以添加其他数据层如城市轮廓或交通网络：rep.add_layer( layer_config={ 'layer_type': 'city'})渲染结果
使用 interactivemap 人工智能渲染工具优化地图展示效果：rep = interactivemap.from_repertoire(rep)
如果您更喜欢在线操作，我们推荐以下镜像网站进行数据交互：
http://map.guihuayun.com/
操作步骤如下：
上传数据
在 web 界面中提取cc.csv 文件并添加到地图中。设置参数
添加时间轴
为了展示数据动态变化，可选添加时间轴功能，并根据需要调整轴的位置和样式。通过以上步骤，您成功将实时数据转化为动态地图图表。感谢您的耐心阅读和实践！如有疑问或建议，请随时联系我们。
以下是一些有趣的扩展功能，您也可以尝试：
Kepler.gl 提供的便捷性和强大性能，使得创建高质量地图成为可能。无论是制作商业地图还是学术研究，Kepler.gl 都是理想的选择。
想知道更多地图开发技巧不Artifact结束
转载地址：http://vlioz.baihongyu.com/