开源甲板4.0:Uber工程的高级数据可视化框架

开源甲板4.0:Uber工程的高级数据可视化框架

数据对任何技术的发展至关重要,但是如果我们无法理解和可视化,它将失去价值。

在2016年,我们通过开放采购采取了这种理念Deck.gl,专门设计用于探索和可视化数据集的WebGL驱动框架。Deck.gl使我们可以从大型复杂数据集中提取历史和实时见解,从而使我们能够在3D中思考。

今天,我们开放了最新版本的框架,Deck.gl 4.0,赋予任何人,任何地方,以快速可视化和探索数据集。我们4.0的目标是三倍:

  1. 使能够高级地理空间探索通过一套丰富的可视化层,能够在线数据聚合。
  2. 扩展我们的产品超越地图到非网地可视化,包括机器学习和抽象数据可视化(图,网络等)用例。
  3. 使Deck.gl易于使用对于开发人员提供更多全面(和互动!)文档,独立的示例,新的和高级演示以及deck.gl 3.0的升级指南

先进的地理空间可视化

Deck.gl 4.0带来了一套新的强大的层对于我们的目录,现在能够涵盖整个地图世界的更多用例。查看一些新层中的几个以及如何使用它们的示例:

Geojson层:能够渲染任何类型的Geojson数据集,该层旨在处理和描述Geojson格式中定义的多种类型的几何特征,包括点,线,多线,多边形和多角形。

以下,我们渲染了温哥华的财产价值数据使用Geojson层中的挤出功能。高度编码属性价值和颜色是该值的百分比增长。

该地图显示了Geojson层中不列颠哥伦比亚省温哥华的属性价值增长。

网格和六边形层:这些层通过正方形或六角形在其细胞的颜色或高度上编码位置数据的聚合结果,从而提供了2D热图或3D高度图的可视化数据。

在下面的模型中,我们使用了来自data.gov.uk自1979年以来,根据英国的位置描绘人身伤害的数量。该模型显示了分组数据,六边形的可变半径以及从整体分布中选择百分位数的简单方法。

使用来自data.gov.uk,这张3D热图显示了从1979年到今天的英国人身伤害的数量。

有关图层和示例的完整列表,请参考层目录和我们的画廊

超越地图

与机器学习和网络可视化相关的Uber的一些内部需求为Deck.gl生成了新的用例。为了满足这些请求,我们致力于将Mercator投影视口与Deck.gl取消,以便用户可以采用任何类型的视口,包括标准的3D透视图和拼字视图。

3D表面层:该层可用于渲染部分依赖图对于机器学习模型,突出了两个变量之间的相关性及其对预测的影响。下面描绘的3-D表面层展示如何使用Deck.gl渲染3D表面图,该图利用我们的内置选择机构在任何任意点查询表面值。

此示例使用户能够与deck.gl进行交互探索3D表面。

点云层:Deck.gl 4.0还合并了一个点云层,用于3D点云数据可视化,以获得准确的现实模型。

使Deck.gl更易于使用

除了添加新层和功能外,Deck.gl 4.0使新的和经验丰富的用户更容易访问该框架。

文档根据用户反馈,已得到广泛改进和重组。特别是,现在每一层都有一个交互式层浏览器允许用户在阅读文档时使用该图层的所有属性。这使您更容易理解提供的deck.gl层如何工作,并确定它们是否适用于您的用例。

甲板上的新交互式层文档的示例。gl4.0,使用BART站点作为输入数据。

Deck.gl还提供了多个独立示例,并提供最小的配置文件(package.json,,,,webpack.config.js, ETC。)。这些示例易于直接复制到新文件,这使得比以前更快地可视化数据。

凭借其新的强大可视化层,重新构造的代码库以及用户友好的交互式文档和示例,我们希望Deck.gl 4.0也可以帮助您的团队!要了解最新更新并进行可视化,请查看Deck.gl网站。

Nicolas Garcia Belmonte领导Uber Engineering的数据可视化团队。

注释