在地图内联（Jupyter）上绘制坐标的最快方法是什么？

Question

我想知道在 OpenStreetMap 上绘制几个坐标（150万）的简单快捷方法是什么。

必须能够在 Jupyter笔记本中内嵌显示。

我一直在尝试使用Folium模块和列表理解：

import folium
import datetime as dt
import random as rnd

t0 = dt.datetime.now()

#New York City Coordinates
NYC_COORD = [40.7128, -74.0059]

# Sample (0.33% over 1.5 million) 
sample_coords = rnd.sample(list(coords),5000)

# Build map 
map_nyc = folium.Map(location=NYC_COORD, zoom_start=12, 
tiles='cartodbpositron', width=640, height=480)

# Plot coordinates using comprehension list
[folium.CircleMarker(sample_coords[i], radius=1,
                color='#0080bb', fill_color='#0080bb').add_to(map_nyc) 
for i in range(len(sample_coords))]

# Display map in Jupyter
map_nyc

t1 = dt.datetime.now()
print('Total time: %i seconds' % (t1 - t0).seconds)

总时间：33秒

如你所见，33秒。如果我们真的想要绘制1.5M，那真是太长时间了。那么，有人知道是否有可能改善那个时间吗？

Answer 1

我认为可以通过使用MarkerClusters来改进，但不是很明显。 150万是积分的很多点

不是完美的替代品，但也许您可以查看datashader或mpl-scatter-density

编辑：我最近发现了FastMarkerCluster这是一个非常快的选择，但不如MarkerClusters灵活。也就是说，它可能不是150万的绝佳选择。

Answer 2

对于数据共享器，

150万个坐标不是问题；这是3秒钟内1000万的代码，包括读取文件，以及不到一秒的时间即可缩放或平移（来自http://pyviz.org/tutorial/01_Workflow_Introduction.html）：

import dask.dataframe as dd, geoviews as gv, cartopy.crs as crs
from colorcet import fire
from holoviews.operation.datashader import datashade
from geoviews.tile_sources import CartoLight
gv.extension('bokeh')

tiles = CartoLight.options(width=700, height=600, xaxis=None, yaxis=None, show_grid=False) 

taxi  = dd.read_parquet('../data/nyc_taxi_wide.parq').persist()
pts   = gv.Points(taxi, ['pickup_x', 'pickup_y'], crs=crs.GOOGLE_MERCATOR)
trips = datashade(pts, cmap=fire, width=1000, height=600, x_sampling=0.5, y_sampling=0.5)

tiles * trips