大家好，我是东哥。
推荐一本关于交通时空方向的新书《交通时空大数据详解：车辆轨迹数据分析、挖掘与可视化（Python版）》，该书对于车辆轨迹的数据分析和挖掘介绍的非常详细，各种可视化的案例拿来可直接复用。
车辆轨迹数据的可视化图表绘制通常需要复杂的代码编写，并且仅能展示静态图片，无法实现交互操作。如果可以将轨迹以动态、交互式的方式可视化，将有助于更直观地观察轨迹数据的特性，也能更容易地发现数据中难以察觉的问题。
01
KeplerGL数据分布可视化
02
03
当软件启动时，它会自动加载一些示例数据。你也可以通过“导入OD数据”模块来导入自己的CSV格式数据（数据将在本地处理，不会上传到互联网）。导入的OD数据至少需要包含四列：起点经纬度（slon、slat）和终点经纬度（elon、elat），以及可选的OD计数列（count）。软件会自动识别这些列，但你也可以手动修改列名。如果没有计数列，请在计数列（count）的下拉框中选择 =1选项。数据导入的界面如图 8所示。
颜色：设置OD流向图的颜色映射。 透明度：调整OD流向图线条的透明度。 动画特效：启用后，路径线段将以动态虚线形式显示。 显示节点：启用后，地图上的起终点将用圆点标记，圆点越大表示活动路径数量越多。 黑色模式：启用后，在浅色背景地图上，路径线条的颜色会反转，提高可读性。 是否褪色：启用后，较小的OD路径颜色会变淡，突出主要路径。 褪色透明：启用后，较小的OD路径颜色会趋于透明。 褪色比例：调整较小OD路径颜色变淡的程度。
是否聚类：启用聚类时，相近的节点会被合并。 自动聚类参数：仅在启用“是否聚类”时生效。启用后，软件会根据地图当前缩放比例自动匹配合适的聚类参数。 聚类层数：仅在启用“是否聚类”且关闭“自动聚类参数”时生效。可手动调整合并节点的范围，生成不同尺度的聚类图。
