本文作者：TalkingData 可视化工程师李凤禄

编辑：Aresn

inMap 是一款基于 canvas 的大数据可视化库，专注于大数据方向点线面的可视化效果展示。目前支持散点、围栏、热力、网格、聚合等方式；致力于让大数据可视化变得简单易用。

GitHub 地址：https://github.com/TalkingData/inmap (点个 Star 支持下作者吧！)

热力图这个名字听起来很高大上，其实等同于我们常说的密度图。

如图表示，红色区域表示分析要素的密度大，而蓝色区域表示分析要素的密度小。只要点密集，就会形成聚类区域。 看到这么炫的效果，是不是自己也很想实现一把？接下来手把手实现一个热力（带你装逼带你飞、 哈哈），郑重声明：下面代码片段均来自 inMap。

准备数据

inMap 接收的是经纬度数据，需要把它映射到 canvas 的像素坐标，这就用到了墨卡托转换，墨卡托算法很复杂，以后我们会有单独的一篇文章来讲讲他的原理。经过转换，你得到的数据应该是这样的：

[   {     "lng": "116.395645",     "lat": 39.929986,     "count": 6,     "pixel": { //像素坐标       "x": 689,       "y": 294     }   },   {     "lng": "121.487899",     "lat": 31.249162,     "count": 10,     "pixel": { //像素坐标       "x": 759,       "y": 439     }   },   ... ] 

好了，我们得到转换后的像素坐标数据(x、y),就可以做下面的事情了。

创建 canvas 渐变填充

创建一个由黑到白的渐变圆

let gradient = ctx.createRadialGradient(x, y, 0, x, y, radius); gradient.addColorStop(0, 'rgba(0,0,0,1)'); gradient.addColorStop(1, 'rgba(0,0,0,0)'); ctx.fillStyle = gradient; ctx.arc(x, y, radius, 0, Math.PI * 2, true); 

• createRadialGradient() 创建线性的渐变对象
• addColorStop() 定义一个渐变的颜色带

效果如图： 那么问题就来了，如果每个数据权重值 count 不一样，我们该如何表示呢？

设置 globalAlpha

根据不同的count值设置不同的Alpha，假设最大的count的Alpha等于1，最小的count的Alpha为0，那么我根据count求出Alpha。

let alpha = (count - minValue) / (maxValue - minValue); 

然后我们代码如下：

drawPoint(x, y, radius, alpha) {     let ctx = this.ctx;     ctx.globalAlpha = alpha; //设置 Alpha 透明度     ctx.beginPath();     let gradient = ctx.createRadialGradient(x, y, 0, x, y, radius);     gradient.addColorStop(0, 'rgba(0,0,0,1)');     gradient.addColorStop(1, 'rgba(0,0,0,0)');     ctx.fillStyle = gradient;     ctx.arc(x, y, radius, 0, Math.PI * 2, true);     ctx.closePath();     ctx.fill(); } 

效果跟上一个截图有很大区别，可以对比一下透明度的变化。 （这么黑乎乎的一团，跟热力差距好大啊）

重置 canvas 画布颜色

• getImageData() 复制画布上指定矩形的像素数据
• putImageData() 将图像数据放回画布：

getImageData()返回的数据格式如下：

{   "data": {     "0": 0,   //R     "1": 128, //G     "2": 0,   //B     "3": 255, //Aplah     "4": 0, //R     "5": 128, //G     "6": 0,  //B     "7": 255, //Aplah     "8": 0,     "9": 128,     "10": 0,     "11": 255,     "12": 0,     "13": 128,     "14": 0,     "15": 255,     "16": 0,     "17": 128,     "18": 0,     "19": 255,     "20": 0,     "21": 128,     "22": 0     ... 

返回的数据是一维数组，每四个元素表示一个像素（rgba）值。

实现热力原理：读取每个像素的alpha值(透明度)，做一个颜色映射。

代码如下：

let palette = this.getColorPaint(); //取色面板 let img = ctx.getImageData(0, 0, container.width, container.height);     let imgData = img.data;     let max_opacity = normal.maxOpacity * 255;     let min_opacity = normal.minOpacity * 255;     //权重区间     let max_scope = (normal.maxScope > 1 ? 1 : normal.maxScope) * 255;     let min_scope = (normal.minScope < 0 ? 0 : normal.minScope) * 255;     let len = imgData.length;     for (let i = 3; i < len; i += 4) {         let alpha = imgData[i];          let offset = alpha * 4;         if (!offset) {             continue;         }         //映射颜色         imgData[i - 3] = palette[offset];         imgData[i - 2] = palette[offset + 1];         imgData[i - 1] = palette[offset + 2];          // 范围区间         if (imgData[i] > max_scope) {             imgData[i] = 0;         }         if (imgData[i] < min_scope) {             imgData[i] = 0;         }          // 透明度         if (imgData[i] > max_opacity) {             imgData[i] = max_opacity;         }         if (imgData[i] < min_opacity) {             imgData[i] = min_opacity;         }     }     //将设置后的像素数据放回画布 ctx.putImageData(img, 0, 0, 0, 0, container.width, container.height); 

创建颜色映射，一个好的颜色映射决定最终效果。 inMap 创建一个长256px的调色面板：

let paletteCanvas = document.createElement('canvas'); let paletteCtx = paletteCanvas.getContext('2d'); paletteCanvas.width = 256; paletteCanvas.height = 1; let gradient = paletteCtx.createLinearGradient(0, 0, 256, 1); 

inMap 默认颜色如下：

this.gradient = {     0.25: 'rgb(0,0,255)',     0.55: 'rgb(0,255,0)',     0.85: 'yellow',     1.0: 'rgb(255,0,0)' }; 

将gradient颜色设置到调色面板对象中

for (let key in gradient) {     gradient.addColorStop(key, gradientConfig[key]); } 

返回调色面板的像素点数据：

return paletteCtx.getImageData(0, 0, 256, 1).data; 

创建出来的调色面板效果图如下：（看起来像一个渐变颜色条）

最终我们实现的热力图如下：

下节预告

下一节，我们将重点介绍 inMap 文字避让算法的实现。