Google Colab中Datashader可视化经纬度数据输出空白

在Google Colab平台试用Datashader工具，对包含经度、纬度字段的大规模数据集进行可视化，期望采用colorcet.fire色图按对数规则着色，但运行代码后得到的输出结果完全为空白。
相关实现代码如下：

import datashader as ds
import pandas as pd
import colorcet

data = pd.read_csv('hab.csv', usecols=['longitude','latitude'])
cvs = ds.Canvas()
agg = cvs.points(data, 'latitude', 'longitude')
ds.tf.set_background(ds.tf.shade(agg, cmap=colorcet.fire, how='log'))

Colab环境中实际运行显示效果：

• 坐标轴传参顺序错误：ds.Canvas.points()接口的参数顺序为points(数据源, x轴字段, y轴字段)，地理可视化场景下经度对应东西向的x轴，纬度对应南北向的y轴。原代码将纬度传给x轴、经度传给y轴，会导致Canvas自动计算的坐标网格与实际点位置错位，极端情况下所有点落在画布范围外，聚合结果全为0值。
• 对数着色的透明通道冲突：使用how='log'做对数归一化时，计数为0的空像素会被默认标记为完全透明，set_background默认将透明区域填充为白色。如果聚合结果全为0，整张图就会呈现全白效果；即便存在有效点，若未显式指定对数映射的数值范围，数据中的极端离群值会将所有正常点的计数压缩到色图最低值（纯黑），叠加白色背景后视觉上接近空白。另外colorcet.fire本身是为暗背景设计的色图，最高值为亮白，直接叠加白色背景会导致高密度点和背景同色不可见。
• Colab隐式显示失效：Datashader链式调用返回的是xarray图像对象，若未将对象显式传给渲染方法，Colab偶尔会渲染出空白占位图，无法正常显示图像内容。

按以下步骤修改代码即可：

1. 读取数据后先过滤经纬度空值、超出全球范围的异常值，避免干扰画布自动范围计算
2. 修正坐标轴传参顺序，x轴传经度、y轴传纬度，同时显式指定画布输出尺寸
3. 对数着色时添加min_alpha参数避免低值像素完全透明，将背景改为黑色适配colorcet.fire色图的色彩设计
4. 用display()显式渲染最终图像，避免Colab隐式显示异常

修正后的可运行代码：

import datashader as ds
import pandas as pd
import colorcet
from datashader import transfer_functions as tf
from IPython.display import display

# 读取并清洗数据
data = pd.read_csv('hab.csv', usecols=['longitude','latitude'])
data = data.dropna(subset=['longitude','latitude'])
data = data[
    data['longitude'].between(-180, 180) &
    data['latitude'].between(-90, 90)
]

# 初始化画布，指定尺寸，正确传入经纬度对应坐标轴
cvs = ds.Canvas(plot_width=800, plot_height=600)
agg = cvs.points(data, x='longitude', y='latitude')

# 对数着色+背景设置
img = tf.shade(
    agg,
    cmap=colorcet.fire,
    how='log',
    min_alpha=20  # 避免低密度点完全透明
)
img = tf.set_background(img, color='black')
display(img)

如果需要使用白色背景，可以将set_background的color参数改为'white'，同时将色图替换为亮背景适配的版本，例如使用colorcet.fire[::-1]反转色图，避免高密度点的亮白色和白背景重合。

内容的提问来源于stack exchange，提问作者Mayukh Nair