使用Pydeck绘制HexagonLayer时无法获取高程问题求助

我有一份包含经纬度和n_cases列的数据集，想用Pydeck的HexagonLayer展示n_cases对应的高程效果，但按以下代码实现后，六边形始终没有高程。我已经尝试调整过多种高程范围和高程缩放参数，相关代码、数据集结构、当前地图效果如下：

原代码 #

r = pdk.Deck(map_style=None,
        initial_view_state=pdk.ViewState(
        latitude=provincias_map['latitude'].mean(),
        longitude=provincias_map['longitude'].mean(),
        zoom=5,
        pitch=45),
        layers=[
        pdk.Layer(
           'HexagonLayer',
           data=provincias_map,
           get_position='[longitude, latitude]',
           get_elevation = 'n_cases',
           radius=18000,
           elevation_scale=20,
           elevation_range=[0, 1780000],
           pickable=True,
           extruded=True,
           coverage = 1,
        )])

相关信息 #

• 数据集：包含latitude、longitude、n_cases列，n_cases最大值约为1780000
• 当前地图效果：六边形平铺在地图表面，无明显高程凸起

解决方法 #

1. 检查并修正数据类型 #

确保n_cases是数值类型（int/float），如果是字符串格式，Pydeck无法解析为高程值。执行以下代码转换并清理异常值：

provincias_map['n_cases'] = pd.to_numeric(provincias_map['n_cases'], errors='coerce')
provincias_map = provincias_map.dropna(subset=['n_cases', 'latitude', 'longitude'])

2. 匹配高程缩放与数据量级 #

你的n_cases最大值达178万，elevation_scale=20会让最大高程达到3560万米，远超正常地图渲染范围，导致显示异常。缩小elevation_scale，比如改为0.01，让最大高程控制在17800米，同时同步调整elevation_range：

elevation_scale=0.01,
elevation_range=[0, 17800],

3. 明确高程聚合方式 #

HexagonLayer默认对范围内的多个数据点做求和聚合，若你希望用单个点的n_cases作为高程，显式指定聚合方式：

elevation_aggregation='MAX'

4. 优化视角参数 #

增大pitch值（比如60），更易观察到高程效果：

pitch=60

修改后完整代码 #

import pydeck as pdk
import pandas as pd

# 预处理数据
provincias_map['n_cases'] = pd.to_numeric(provincias_map['n_cases'], errors='coerce')
provincias_map = provincias_map.dropna(subset=['n_cases', 'latitude', 'longitude'])

r = pdk.Deck(
    map_style=None,
    initial_view_state=pdk.ViewState(
        latitude=provincias_map['latitude'].mean(),
        longitude=provincias_map['longitude'].mean(),
        zoom=5,
        pitch=60
    ),
    layers=[
        pdk.Layer(
            'HexagonLayer',
            data=provincias_map,
            get_position='[longitude, latitude]',
            get_elevation='n_cases',
            radius=18000,
            elevation_scale=0.01,
            elevation_range=[0, 17800],
            pickable=True,
            extruded=True,
            coverage=1,
            elevation_aggregation='MAX'
        )
    ]
)
r.show()

内容的提问来源于stack exchange，提问作者Gabino Antuña Ortiz