[原創(chuàng).數(shù)據(jù)可視化系列之一]使用OPENLAYERS 3 顯示聚合數(shù)據(jù)

在地圖上顯示點(diǎn)數(shù)據(jù)是最常用的地圖展示功能之一狈网,但是如果很多點(diǎn)在地圖上顯示,或造成密密麻麻的一片笨腥,無法正惩夭福看清楚,這個(gè)時(shí)候脖母,一般有兩種解決方案士鸥,一種是根據(jù)數(shù)據(jù)重要程度進(jìn)行標(biāo)注,重要的顯示大一些谆级,不重要的顯示小點(diǎn)烤礁,比如百度地圖就是這樣的;另一種方法是使用聚合哨苛,讓相鄰的點(diǎn)聚合成一個(gè)點(diǎn)鸽凶,也能解決這個(gè)問題。

使用openlayers 3 地圖組件比較容易解決這個(gè)問題建峭,關(guān)鍵是??ol.source.Cluster 對(duì)象玻侥,這個(gè)對(duì)象有兩個(gè)參數(shù),一個(gè)是聚合距離亿蒸,一個(gè)是原始的點(diǎn)數(shù)據(jù)凑兰。代碼片段如下:

1:初始化ol3 map對(duì)象:

this.ol2d = new ol.Map({

layers: [],//地圖圖層

target: 'map2d',//地圖控件

controls: ol.control.defaults({

attributionOptions:

({

collapsible: false

})

}),

view : new ol.View({

center : ol.proj.transform([ 178.1833, 41.3833 ], 'EPSG:4326', 'EPSG:3857'), zoom : 3 ?//初始坐標(biāo)范圍和放大級(jí)別。

})])

});

2:準(zhǔn)備Json數(shù)據(jù)并添加:

$.getJSON(options.url, function(result) {

var features=[];

$(result).each(function(i, val) {

geom = new ol.geom.Point(ol.proj.transform([ val.lat, val.lng ], 'EPSG:4326', 'EPSG:3857'));

feature = new ol.Feature(geom);

features.push(feature);

feature.data = val;

});

// 添加到矢量數(shù)據(jù)源

var vectorSource = new ol.source.Vector({

features : features

});

//添加到聚合數(shù)據(jù)源边锁,如果不用這個(gè)的話姑食,就會(huì)得到許多的點(diǎn)

var clusterSource = new ol.source.Cluster({

distance: 40,

source: vectorSource

});

//設(shè)定圖層數(shù)據(jù)源

tmpLayer.setSource(null);

tmpLayer.setSource(clusterSource);

tmpLayer.setStyle(createStyle);

that.setLayerVisible(options.id, true);

});


最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市茅坛,隨后出現(xiàn)的幾起案子音半,更是在濱河造成了極大的恐慌则拷,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,402評(píng)論 6 499
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件曹鸠,死亡現(xiàn)場離奇詭異煌茬,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)彻桃,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,377評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門坛善,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人邻眷,你說我怎么就攤上這事眠屎。” “怎么了肆饶?”我有些...
    開封第一講書人閱讀 162,483評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵改衩,是天一觀的道長。 經(jīng)常有香客問我抖拴,道長燎字,這世上最難降的妖魔是什么腥椒? 我笑而不...
    開封第一講書人閱讀 58,165評(píng)論 1 292
  • 正文 為了忘掉前任阿宅,我火速辦了婚禮,結(jié)果婚禮上笼蛛,老公的妹妹穿的比我還像新娘洒放。我一直安慰自己,他們只是感情好滨砍,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,176評(píng)論 6 388
  • 文/花漫 我一把揭開白布往湿。 她就那樣靜靜地躺著,像睡著了一般惋戏。 火紅的嫁衣襯著肌膚如雪领追。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,146評(píng)論 1 297
  • 那天响逢,我揣著相機(jī)與錄音绒窑,去河邊找鬼。 笑死舔亭,一個(gè)胖子當(dāng)著我的面吹牛些膨,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播钦铺,決...
    沈念sama閱讀 40,032評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼订雾,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了矛洞?” 一聲冷哼從身側(cè)響起洼哎,我...
    開封第一講書人閱讀 38,896評(píng)論 0 274
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后噩峦,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體窑邦,經(jīng)...
    沈念sama閱讀 45,311評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,536評(píng)論 2 332
  • 正文 我和宋清朗相戀三年壕探,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了冈钦。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,696評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡李请,死狀恐怖瞧筛,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情导盅,我是刑警寧澤较幌,帶...
    沈念sama閱讀 35,413評(píng)論 5 343
  • 正文 年R本政府宣布,位于F島的核電站白翻,受9級(jí)特大地震影響乍炉,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜滤馍,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,008評(píng)論 3 325
  • 文/蒙蒙 一岛琼、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧巢株,春花似錦槐瑞、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至那槽,卻和暖如春悼沿,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背骚灸。 一陣腳步聲響...
    開封第一講書人閱讀 32,815評(píng)論 1 269
  • 我被黑心中介騙來泰國打工糟趾, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人逢唤。 一個(gè)月前我還...
    沈念sama閱讀 47,698評(píng)論 2 368
  • 正文 我出身青樓拉讯,卻偏偏與公主長得像,于是被迫代替她去往敵國和親鳖藕。 傳聞我的和親對(duì)象是個(gè)殘疾皇子魔慷,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,592評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容