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