Jupyter Notebook中Bokeh地图无法显示问题求助

核心原因 #

2,303,566条记录直接渲染单个圆形标记，会导致浏览器内存溢出或渲染超时——这是Jupyter无输出且无报错的主要原因，前端无法处理如此庞大的图形元素，而非后端代码逻辑错误（空白地图正常显示已验证基础配置正确）。

分步解决方案 #

1. 验证小样本数据，确认代码逻辑

先取小样本测试，排除代码本身问题：

# 随机采样1万条数据
df_sample = df.sample(n=10000, random_state=42)
source = ColumnDataSource(data=df_sample)

# 后续绘图代码不变，替换source为df_sample的数据源

如果样本能正常显示，说明问题完全来自数据量过大。

2. 用聚合图形替代单个点渲染

针对百万级数据，Bokeh提供了适合的聚合型图形，推荐两种方案：

方案A：六边形瓦片聚合（HexTiles）

将地图划分为六边形网格，每个网格展示数据聚合值（如平均火灾大小）：

from bokeh.models import HexTile

# 调整六边形大小（根据数据范围修改size参数）
p.hex_tile(q="mercator_x", r="mercator_y", size=5000,
           fill_color=linear_cmap(field_name='FIRE_SIZE', palette=palette, low=df['FIRE_SIZE'].min(), high=df['FIRE_SIZE'].max()),
           fill_alpha=0.7, source=source)

方案B：热力图（基于二维直方图）

计算经纬度网格的密度，用色块展示分布：

# 计算二维直方图
x_bins = np.linspace(df['mercator_x'].min(), df['mercator_x'].max(), 200)
y_bins = np.linspace(df['mercator_y'].min(), df['mercator_y'].max(), 200)
hist, x_edges, y_edges = np.histogram2d(df['mercator_x'], df['mercator_y'], bins=[x_bins, y_bins])

# 转换为Bokeh数据源
heat_source = ColumnDataSource(data=dict(
    x=x_edges[:-1],
    y=y_edges[:-1],
    counts=hist.flatten()
))

color_mapper = LinearColorMapper(palette=RdYlGn[11], low=0, high=hist.max())
p.image(image='counts', x='x', y='y', dw=x_bins[1]-x_bins[0], dh=y_bins[1]-y_bins[0],
        color_mapper=color_mapper, source=heat_source)

3. 优化数据源传输

不要将整个DataFrame传给ColumnDataSource，只保留绘图必需的列，减少前端加载数据量：

# 仅选择绘图所需列
df_filtered = df[['mercator_x', 'mercator_y', 'FIRE_SIZE', 'FIRE_YEAR', 'STATE']]
source = ColumnDataSource(data=df_filtered)

4. 检查墨卡托坐标异常值

确认转换后的坐标没有超出地图可视范围：

print(df['mercator_x'].describe())
print(df['mercator_y'].describe())

如果存在极端值（如NaN或超出±2e7范围），过滤异常经纬度数据（示例为美国区域范围，可按需调整）：

df = df[(df['LATITUDE'].between(20, 50)) & (df['LONGITUDE'].between(-130, -60))]

5. 查看浏览器控制台错误

Jupyter可能隐藏前端报错，打开浏览器开发者工具（F12）→ Console面板，查看是否有内存不足或渲染超时的错误，直接确认问题根源。

内容的提问来源于stack exchange，提问作者Brad