SedonaKepler

SedonaKepler 提供了一组 API，便于在 Jupyter notebook/lab 环境中对地理空间数据进行快速、交互式的可视化。

要开始使用 SedonaKepler，只需通过下面的方式导入 Sedona：

from sedona.spark import *

也可以使用以下方式导入：

from sedona.spark import SedonaKepler

下面是 SedonaKepler 暴露的所有 API 的详细说明：

使用 SedonaKepler.create_map 创建地图对象

SedonaKepler 暴露的 create_map API 的签名如下：

def create_map(
    df: SedonaDataFrame = None, name: str = "unnamed", config: dict = None
) -> map: ...

参数 'name' 用于在地图对象中关联传入的 SedonaDataFrame，应用到该地图上的任何配置都会与该名称绑定。建议为 dataframe 传入唯一的标识符。

如果没有传入 SedonaDataFrame 对象，会返回一个空地图（如果传入了 config 则会应用该 config）。之后可以通过 add_df 方法添加 SedonaDataFrame。

也可以可选地传入一个 map config，对地图进行预设的定制。

Note

map config 是按显示的 SedonaDataFrame 的名称来引用每一项定制配置的，如果名称不匹配，则该 config 不会被应用到地图对象上。

示例用法（参考自 Sedona Jupyter 示例）

Python

map = SedonaKepler.create_map(df=groupedresult, name="AirportCount")
map

使用 SedonaKepler.add_df 向地图对象添加 SedonaDataFrame

SedonaKepler 暴露的 add_df API 的签名如下：

def add_df(map, df: SedonaDataFrame, name: str = "unnamed"): ...

该 API 可用于向已经创建的地图对象添加一个 SedonaDataFrame。传入的 map 对象会被直接修改，不返回任何值。

参数 name 的约束条件与 'create_map' 相同。

Tip

可以通过该方法向一个地图对象添加多个 dataframe，从而在同一张地图上一起可视化。

示例用法（参考自 Sedona Jupyter 示例）

Python

map = SedonaKepler.create_map()
SedonaKepler.add_df(map, groupedresult, name="AirportCount")
map

通过地图设置配置

由 SedonaKepler 创建的地图对象在被访问渲染时，会附带一个 config 面板，可用于自定义地图

保存与设置 config

可以通过访问地图对象的 'config' 属性（如 map.config）来获取其当前 config。如果每次都需要渲染完全相同的地图，可以将该 config 保存下来以备后续使用，或在不同 notebook 之间复用。

Note

map config 是按 dataframe 的名称来引用每一项已应用的定制配置的，因此它只在使用相同 dataframe 名称的地图上生效。 更多细节请参见 keplerGl 文档：这里