本文示例代碼及數據已上傳至我的
Github倉庫https://github.com/CNFeffery/DataScienceStudyNotes
1 簡介
Kepler.gl作為一款強大的開源地理信息數據可視化工具，可以幫助我們輕松制作針對大規模矢量數據的可視化作品，從而輔助數據分析工作。
Kepler.gl制作常規地圖非常簡單方便，稍微摸索一下儀表盤界面就可以get到用法，但有些特殊的地圖則需要額外對數據進行處理或使用Kepler.gl中的一些隱藏功能，譬如之前寫過的（數據科學學習手札85）Python+Kepler.gl輕松制作酷炫路徑動畫中介紹過的動態路徑地圖。本文將要介紹的時間輪播地圖也是一種比較特殊的地圖，下面我們就將結合實際例子進行介紹。
2 Python+Kepler.gl制作時間輪播地圖
2.1 實例：Uber出行乘客上下車信息
我們以Uber官方提供的2015年某日紐約乘客上下車數據為例，對應文章開頭Github倉庫中的data.csv，關於Python+Kepler.gl的環境配置可以回顧（數據科學學習手札85）Python+Kepler.gl輕松制作酷炫路徑動畫中的相關內容。
首先我們讀入data.csv數據：
import pandas as pd
from keplergl import KeplerGl
raw = pd.read_csv('data.csv')
raw.head()
需要注意我們的數據中除了必要的經緯度點信息之外，包含了tpep_pickup_datetime與tpep_dropoff_datetime兩列日期格式的數據，這是繪制日期輪播地圖的關鍵，即我們的數據集中針對每行數據記錄必須有與之相對應的時間信息。
數據准備完畢，使用下列代碼向外部導出Kepler.gl對應的html文件，因為所有視覺元素我們都單獨手動調整，這里只需要將目標數據嵌入html文件即可:
map1 = KeplerGl(height=800, data={'layer1': raw}) # 生成Kepler.gl網頁
map1.save_to_html(file_name='時間輪播地圖示例1.html', data={'layer1': raw}) # 導出網頁
在外部打開前面導出的html文件，初始界面如圖2：
首先刪除掉側邊欄Kepler.gl自動識別創建出的全部圖層，我們自己手動創建所需的圖層，以OD線為例：
接着根據數據本身屬性進行適當的視覺元素的調整，這部分看個人喜好，具體步驟略過：
接下來到最重要的步驟，打開左上角的篩選面板：
點擊Add Filter，選擇想要作為時間輪播依據信息的字段：
地圖右下角隨即出現時間輪播部件：
可以在時間輪播部件中設置時間窗口跨度、播放速度等，下面是我制作出的效果，因為動圖錄制幀數不宜太高，實際比動圖中要流暢很多，你也可以自己自由探索：
對於其他格式的數據譬如GeoJSON，同樣適用，只需要屬性表中一定存在時間類型信息即可，以上就是本文的全部內容，歡迎在評論區與我們進行討論。