一期一会，表哥又带着新鲜的干货来了！在上篇分享中，表哥和大家分享了标准地图的获取方法，以及常用的7种地图可视化的表现形式。文章也收到了非常多的留言，其中大家反馈最多的，就是想看轮廓数据和地图位置数据相结合的可视化教程，那么这一篇表哥就给大家安排上了。在拿到一份地理数据的时候，我们不要急着立马进入到可视化环节，前期先对数据进行一些清理和优化设置，表哥这里以《上海主要写字楼外卖订单聚集地图》的数据给大家带来具体的操作展示。有时候，我们拿到的数据，格式上会出现字体格式、大小不统一，同时还会包含一些链接地址，特殊符号等等。通过清除格式，一方面可以让整个数据表统一格式，方便我们查阅数据，另一方面也是为了接下来的可视化做准备，防止数据上传到网站上因为格式的问题出现报错。格式清除后，我们表头的命名建议使用英文，因为我们使用的可视化工具大多来自于国外。这样上传数据后，程序可以自动识别经纬度坐标，直接生成可视化，就省掉了手动选择经纬度坐标这一步。另一方面表头如果使用中文，在部分可视化网站上会无法识别，增加我们选择数据的操作难度。
3.删除多余信息，另存为CSV格式
格式统一和表头都修改完成后，我们可以将多余的信息删除掉（标题、注、数据来源、数据统计时间等等），只保留可视化的数据部分，因为这些信息在程序中我们是用不到，防止程序识别进行占位。数据中的内容都整理好后，最后另存为CSV格式（💡文件也命名成英文），因为CSV格式是纯文本文件，格式比较单一，程序代码可以很快速的处理这些数据，同时也是很多工具、软件通用的格式。我们将上面的3个优化步骤总结下，就是下面的这张图。数据优化完成后，表哥将会围绕这份数据，基于kepler.gl给大家带来轮廓数据和位置数据相结合的操作使用教程。打开kepler.gl网站，并将我们第一步优化好的数据，通过拖拽或者点击上传的形式上传到网站上，会发现数据立马就以点图的形式在地图上生成了。
1.调整配色和大小
地图默认生成后，我们可以通过点击左侧的选项对点进行一些设置，比如配色、圆圈大小、描边。因为我们的数据中含有数据【Value】列，所以表哥选择了基于【Value】列对配色和圆圈大小进行调整。
2.修改地图样式
配色和圆圈大小调整好后，我们接下来修改地图的样式， 点击菜单栏中的第四个按钮切换到地图样式界面，这里我们有两种形式进行修改，一种是可以选择官方默认的地图样式（有黑色、白色、卫星地图样式），并可对默认的地图样式所显示的内容进行隐藏，表哥希望地图简约一下，所以将地图显示的信息和路网选择了关闭。如果自带的默认地图样式都不满意，那么我们可以采取另外一种方式，上传Mapbox的地图样式，关于Mapbox的地图样式设置，大家可以去他们的官网、或官方微信号上进行学习，表哥直接放图，告诉大家复制粘贴哪些信息。↑ Mapbox复制哪些信息到keperl.gl中
3.上传轮廓数据
上海轮廓数据我们可以通过上一篇讲到的DATA.GeoAtlas网站进行获取，搜索框搜索上海，并进行下载。数据获取后，我们点击【Add Data】将数据加载到地图上。调整下图层的顺序，将轮廓数据图层置于点图层的下方，并对轮廓的配色和描边进行优化调整（因为轮廓数据是基于Polgon形式生成的，这个形式，没有信息显示的功能，所以我们无法将各个区的信息显示在地图上，但可导出图片后在AI中加）环线轮廓数据我们无法直接获取，一般是基于高德API接口获取的，然后在地理分析软件中（如Arcgis、Qgis）生成。我们点击【Add Data】将环线数据加载到地图上，调整下环线的粗细和配色，并将环线图层置于点图层的下方。到现在，我们的轮廓数据和点图数据就全部在地图上显示了。
4、导出地图
通过鼠标缩放和平移选择一个合适的视图区域，点击左侧右上方的【导出】按钮，选择【Export image】Resolution这里选择【2X】（画质分辨率高），点击绿色的【Download】按钮，那么这张图就下载到了我们电脑的本地。
5、美化
图片导出后，我们用AI、PS打开，加入【标题】、【注】、【数据来源】、【图例】、【区域名称】，再根据版面调整下地图的位置和大小，那么这张基于kepler.gl所生成的轮廓数据地图就完成了。完成了基本的点图，我想大家对kepler.gl的基本功能已经有了那么一点点的了解，基于基本的操作，我们可以做到举一反三，比如要想实现3D柱状图，其实方法也非常的简单！我们可以将【Point】形式更改为【Hexbin】或者【Grid】,并点击画面右上方的第二个按钮，将3D视角打开，将【value】值赋值给【Height】并通过鼠标滑块调整下柱子的整体高度。这时我们发现虽然柱子已经生成，但是柱子的宽度太粗了。这时可以通过调【Radius】的值，对柱子的宽度进行调整。同理kepler.gl还支持热力图，如果我们想要热力图展示数据，只需将展示的形式调整为【Heatmap】，并将【value】值赋值给【Weight】选项。这样热力图就生成了。但是我们发现热力图虽然生成，但是颜色上像是调整过透明度一样非常的浅，这是因为热力图图层叠加算法原因，我们只需将区域轮廓图层隐藏掉，便可解决这个问题，这样热力图显示就正常了。当然kepler.gl的可视化呈现形式还有很多，比如如果我们的数据中包含起点、终点的经纬度坐标，那么我们就可以选择【arc】、【Line】功能，生成线图。如果数据中包含时间维度，那么我们就可以通过菜单栏中的【Filters】通过筛选【时间】维度进行动态可视化。
表哥这里要提醒下大家，kepler.gl对时间的格式是有要求的，请收藏好下面的这张图。
当然实现地图可视化的工具还有很多，比如CARTO、Excel地图功能、国内的智图GeoQ、极海、高德的Map Lab、Echarts等等，如果还想实现高度自定义还可使用Processing、D3.js、three.js。表哥这里为什么选择kepler.gl来给大家进行演示，一方面是kepler.gl底层是基于WebGL，可以分分钟钟渲染大批量的数据不卡顿，另一方面它功能齐全、使用起来简单快速，并且它还在不断完善中，如果你掌握了这个工具，那么其他的一些地图可视化工具也同样可以很轻松的掌握。其实最最重要的反而不是工具本身，而是当你遇到数据时，大脑可以很快速的想到有哪些工具可以快速的帮助我们进行可视化的呈现，这个才是最重要的。打个比方就是，掌握炒菜的技法和心得，比用什么锅炒菜要重要！
最后，还是表哥一直提到的方法论和理念：不要局限于工具、软件本身，任何的工具、软件都是为你的作品服务的！只要是能够提升效率，完成作品，我们就可以在多种工具、软件、网站中进行跨界的结合使用。最后欢迎大家私信表哥发送你的地图可视化作品，如果大家还想要更多干货，就让热情来得更猛烈些吧！欢迎【转发】、【点赞】、【在看】和【留言】，你们的捧场，就是表哥继续创作的动力。阅读量越高，表哥笔速就越快！
第九期教程就到这里了，如果有其他想学习的内容，或者对这样的教程形式有更多建议，欢迎留言，想看的朋友越多，你们就能越早看到它！
