前言
小编找到一些数据，在接下来的文章中可能会连续推出几篇数据分析可视化的，大概十几个项目吧，数据集来自【凹凸数据】这个公众号的文章的推荐:
https://mp.weixin.qq.com/s/j2dnxFaO1WYVJJAkBg_Hxg
这次我们来做一个澳洲大火可视化的案例，数据集下载链接及详细说明：
https://www.kaggle.com/carlosparadis/fires-from-space-australia-and-new-zeland/data
开门见山
数据及需求
小编下载好了数据，当然先去了解数据啊，从官网下载好了数据后，里面提供了四份数据，四份都是卫星数据，前两份是同一个卫星，后两份是另外一个卫星的数据，两个卫星的数据字段表达的内容都一样，所以我们需要合并这四张表。
由于我们的目标是澳洲大火可视化，数据里面提供了经纬度，热辐射，及其他字段，我们只需要经纬度，热辐射，时间这四个字段即可。
热辐射，值越大，可以理解为发生火灾的几率越大。
在澳洲地图上，以经纬度为映射，热辐射为散点大小，月份时间为序列，动态播放从 19年 8 月开始到 20 年 1 月火灾影响区域的散点地图。
数据合并保存
先把两个卫星的数据相互合并，再选出需要的列，再把两张表合并后按时间序列排序就得到了我们的数据表：
最后保存为 csv 供 Tableau 里使用：
动态地图
打开 Tableau，点击【更多】，选择我们的数据：
转到工作表，把经纬度分别拖到列行区域：
分别点击经纬度右边的小三角，选择【维度】，这样就是全部散点，而不是一个平均值散点了：
点击【标记】栏中，【颜色】换一个颜色：
热辐射字段拖到【标记】栏中的【大小】，以此区分影响程度：
接下来以月份为时间序列进行划分动态显示每个月的影响程度。
先把日期字段拖到列区域：
点击小加号，会显示划分的季度，在点击季度的小加号，会显示划分的月份：
右击年和季度，点击【移除】从列区域删除他们：
把月字段，拖到【页面】栏，在右侧会有播放窗口，我们先选择八月，因为是从去年八月开始的：
选择【循环播放】：
最后点击播放按钮即可播放，发现 8-12 月红点增多，也符合当时的情况，受天气影响，热辐射越来越大，越来越多，最后酿成那场大火。
最后我们可以换个背景：
源码获取
关注微信公众号 “木下学Python”，回复 “澳洲大火” 即可获取
END
读者交流群已建立，找到我备注 “交流”，即可获得加入我们~
听说点 “在看” 的都变得更好看呐~
-END-
原文链接：https://blog.csdn.net/zjkpy_5/article/details/106515457?ops_request_misc=&request_id=6a33f7f633a84fb89a390fb7c467fbad&biz_id=&utm_medium=distribute.pc_search_result.none-task-blog-2~blog~koosearch~default-7-106515457-null-null.268%5Ev1%5Econtrol&utm_term=%E6%BE%B3%E6%B4%B2%E7%94%9F%E6%B4%BB
