zoukankan      html  css  js  c++  java
  • 几种动态轨迹可视化效果实现方案-echarts、mapv、deck.gl

     0.前言

    在越来越多的可视化需求中,对空间信息的展示,逐渐的由静转为动,通过还原一些真实的时空信息,如历史行车轨迹,渔船打捞作业,特种车辆运行轨迹回放等可以直观的查看时空分布规律,它是一种越来越重要的展示形式并且辅助我们做大数据分析验证,如mobike 通过展示一天用户的骑行轨迹,向我们直观表述出了共享单车一天24小时在我们身边的骑行规律,具有非常直观震撼的效果:
    mobike 深圳某一时刻骑行轨迹

    mobike 北京某一时刻骑行轨迹

    目前能够快速实现上述效果的有几种方式,基本上都是基于开源的前端技术进行实现的,在这里推荐给大家

    1.ECharts map

    ECharts,一个使用 JavaScript 实现的开源可视化库,可以流畅的运行在 PC 和移动设备上,兼容当前绝大部分浏览器(IE8/9/10/11,Chrome,Firefox,Safari等),底层依赖轻量级的矢量图形库 ZRender,提供直观,交互丰富,可高度个性化定制的数据可视化图表,它是由百度团队开源的。
    效果如下图:

    demo地址:
    http://echarts.baidu.com/examples/editor.html?c=lines-bmap-effect

    2.Mapv

    Mapv 是一款地理信息可视化开源库,可以用来展示大量地理信息数据,点、线、面的数据,每种数据也有不同的展示类型,如直接打点、热力图、网格、聚合等方式展示数据。 当前是Mapv 2.0的预发布版本。Mapv使用canvas开发,支持现在被称为“现代”浏览器, 通常兼容除了IE8及IE以下版本的其他大部分浏览器,它也是百度团队开源的。

    效果如下图:


    demo地址:
    http://mapv.baidu.com/examples/#baidu-map-polyline-time.html

    3.deck.gl

    deck.gl是由uber开发并开源出来的基于WebGL的大数据量可视化框架。它具有提供不同类型可视化图层,GPU渲染的高性能,React和Mapbox GL集成,结合地理信息数据(GPS)的特点,专门用于大规模探索和可视化数据库。

    效果图如下:

    demo地址:
    http://uber.github.io/deck.gl/#/examples/custom-layers/trip-routes

    1.Highcharts
    2.阿里的G2
    3.fusionCharts
    4.highcharts

  • 相关阅读:
    【Spark学习】Apache Spark部署之Amazon EC2
    【Spark学习】Apache Spark部署之Standalone Mode
    【Spark学习】Apache Spark部署之Spark on YARN
    【Spark学习】使用Maven创建Spark
    【Spark学习】Apache Spark for 第三方Hadoop分发版
    【Spark学习】Apache Spark配置
    【Spark学习】Apache Spark监控与测量
    【Spark学习】Apache Spark集群硬件配置要求
    【Spark学习】Apache Spark作业调度机制
    Navicat For Mysql快捷键
  • 原文地址:https://www.cnblogs.com/onesea/p/13283937.html
Copyright © 2011-2022 走看看