Построение карт плотности с использованием больших геокодированных наборов данных?

Question

У меня есть набор данных с более чем 50 000 геокодированными точками (в широте).С каждой точкой связан набор данных - таких, как качество, статус и т.д.

Я бы хотел создать набор карт плотности, показывающих распределение данных по этим показателям.Например, на одной карте будет показана плотность всех элементов с качеством "хорошо".

С меньшим набором точек я бы использовал Google Maps и пользовательские маркеры.Здесь, однако, разные сегменты имеют десятки тысяч точек

Существуют ли какие-либо API или библиотеки, которые могли бы помочь мне сделать это?

---

Решение, с которым я буду работать:

1. Разбейте область, которая будет нанесена на карту, на сетку .
2. Подсчитайте количество записей попадающих внутрь каждого квадрата.
3. Для каждого квадрата сгенерируйте формат PNG с прозрачностью относительно количества записей.
4. Заполните карту Google этим набором PNG-файлов в качестве маркеров.

Answer 1

Одним из решений может быть создание растровых изображений с вашими картами плотности и добавление их (только по одному одновременно) в качестве наложения на вашу карту Google (с GGroundOverlay)

Вы можете взглянуть на этот пост это дает пример карты плотности с помощью Google map.Он использует Тепловая карта.К сожалению, этот API не является бесплатным, если вы используете его с большим количеством точек...

Поместить создание вашего собственного растрового изображения плотности может быть не так уж и сложно...

Еще одно решение заключается в уменьшении количества маркеров, которые вы можете использовать.Это можно было бы сделать с помощью Маркеркластеризованная библиотека.Это не совсем карта плотности, но...может быть, это может быть полезно.

Answer 2

Google Fusion Table отлично справляется с этой задачей http://www.google.com/fusiontables/Home/

Хорошо, что ваши данные уже геокодированы, потому что, исходя из моего недавнего опыта, Google location resolver не позволяет вам работать с неоднозначными местоположениями..

Answer 3

http://heatmap.codeplex.com/