内容简介:Uber 开源其内部可视化工具包 ketoper.gl,这是一个基于 deck.gl 构建的 React 组件,高性能,用于大规模地理定位数据集的可视化探索。它对 GPU 功能的支持允许应用程序立即渲染数百万个数据点。 Uber 提到,为了...
Uber 开源其内部可视化 工具 包 ketoper.gl,这是一个基于 deck.gl 构建的 React 组件,高性能,用于大规模地理定位数据集的可视化探索。它对 GPU 功能的支持允许应用程序立即渲染数百万个数据点。
Uber 提到,为了可视化数据,无论使用哪种开发框架,开发人员都需要投入大量的时间资源,这个过程总是很枯燥,并且无法实现数据可视化的所有想法。 而 Kepler.gl 能有效地解决这个问题。
Kepler.gl 支持 csv,json 和 geojson 格式。 用户可以通过简单的点击来拖放这些文件。 在 Web 界面中,你可以通过操作不同的图层,执行过滤或聚合等来浏览这些数据。最后,你还可以选择静态和动态地输出地图。 Uber 表示,过去处理数据需要花费数周,现在可能 10 分钟就能搞定。
由于支持 WebGL 开发机制 deck.gl,所有图层都由 GPU 加速。 即使对于 Web 应用程序,kepler.gl 也可以成功绘制数百万个数据点,这意味着它可以渲染多次成千上万的行程信息,也可以进行空间聚合(Spatial Aggregations)。
除了提供传统的二维 X 轴和 Y 轴平面图形之外,kepler.gl 还支持添加 Z 轴实心图像,允许用户绘制网格,六边形或多边形圆柱体,从而增加地图可以传递的信息。
Kepler.gl 还可以对数据进行条件过滤,用户可以使用任何数据指示符,离开或筛选出符合条件的数据,典型的用法是建立一个带有时间轴的可视化时间数据。
【声明】文章转载自:开源中国社区 [http://www.oschina.net]
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网
猜你喜欢:- 机器学习模型的数据预处理和可视化
- Python数据处理(二):处理 Excel 数据
- R|数据处理|因子型数据
- 大数据 -- 下一代数据处理技术
- Python数据处理(一):处理 JSON、XML、CSV 三种格式数据
- Python数据抓取(1) —数据处理前的准备
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Introduction to Computation and Programming Using Python
John V. Guttag / The MIT Press / 2013-7 / USD 25.00
This book introduces students with little or no prior programming experience to the art of computational problem solving using Python and various Python libraries, including PyLab. It provides student......一起来看看 《Introduction to Computation and Programming Using Python》 这本书的介绍吧!