Uber Visualization 팀이 개발한 지리데이터 시각화 도구인 Kepler 를 Jupyter Notebook 상에서 사용하는 방법에 대한 글 입니다. Kepler는 지리 데이터를 시각화 하기 좋은 소프트웨어 인데요. 특히 시간에 따라 변하는 공간 데이터를 분석할 때 아주 강력한 툴입니다.
Kepler를 사용한 지리데이터 분석 과정은 이곳 에 잘 정리되어 있습니다. 오늘은 Kepler를 Jupyter Notebook에 연동해 사용하는 방법 위주로 포스팅하겠습니다.
1. 라이브러리 설치
먼저, kepleregl 라이브러리를 다운받습니다.
pip install keplerglnodejs 를 다운받습니다.
pip install nodejs다음은 jupyter labextension 을 설치합니다.
jupyter labextension install @jupyter-widgets/jupyterlab-manager keplergl-jupyterNew York City Taxi Fare Prediction 에서 사용된 데이터를 Kepler 를 활용해 Jupyter Notebook 상에서 분석해보겠습니다.
2. 데이터 로드
import pandas as pd
data = pd.read_csv('../data/train.csv')
sampled_data = data.iloc[:10000,2:5]
데이터는 아래와 같은 구조를 띄고 있는데요. pickup_datetime, pickup_longitude, puckup_latitude 열을 사용해서 택시 수요를 시각화 해보려고 합니다.
3. 시각화
앞서 설치했던 keplergl 라이브러리를 불러온 후 데이터를 입력해줍니다.
from keplergl import KeplerGl
map_1 = KeplerGl(height=500)
map_1.add_data(sampled_data)
map_1kepler를 jupyter notebook 상에 띄울 수 있습니다.
시간에 따라 변화하는 지역별 택시 수요를 Heatmap 으로 시각화 해보겠습니다. 데이터 시각화 방법을 Heapmap 으로 설정해줍니다.
색, Heatmap 크기 등을 조정해줍니다.
다음은 필터를 설정해줘야 하는데요. 우리는 시간에 따라 변화하는 지역별 택시 수요를 관찰할 예정이니 pickup_datetime을 필터로 걸어줍니다. 이후 우측 하단에 있는 창에서 시간 범위와 속도를 조절할 수 있습니다.
완성되었습니다. 결과물을 확인해봅시다.
4. 저장
시각화 결과물을 저장할 수도 있습니다.
map_1.save_to_html(file_name="test.html", )참고자료
