---
title: 经典热力图
order: 0
---
热力图是地图可视化场景中十分常见的需求。在区域范围内数据具有的一定热度分级分布情况的聚合面状现象,常用于描述人群分布、密度和变化趋势等。
### 实现
下面我们来介绍如何绘制一个经典热力图。
- 你可以在 `L7` 官网上找到[在线案例](/examples/heatmap/heatmap/#heatmap)
```javascript
import { Scene, HeatmapLayer } from '@antv/l7';
import { GaodeMap } from '@antv/l7-maps';
const scene = new Scene({
id: 'map',
map: new GaodeMap({
style: 'dark',
center: [ 127.5671666579043, 7.445038892195569 ],
zoom: 2.632456779444394
})
});
scene.on('loaded', () => {
fetch('https://gw.alipayobjects.com/os/basement_prod/d3564b06-670f-46ea-8edb-842f7010a7c6.json')
.then(res => res.json())
.then(data => {
const layer = new HeatmapLayer({})
.source(data)
.shape('heatmap')
.size('mag', [ 0, 1.0 ]) // weight映射通道
.style({
intensity: 2,
radius: 20,
rampColors: {
colors: [
'#FF4818',
'#F7B74A',
'#FFF598',
'#91EABC',
'#2EA9A1',
'#206C7C'
].reverse(),
positions: [ 0, 0.2, 0.4, 0.6, 0.8, 1.0 ]
}
});
scene.addLayer(layer);
});
});
```
### source
经典热力图只支持点数据作为数据源,数据格式支持 `csv`、`json`、`geojson`。
```js
const source = new Source([{
lng: 120, lat: 30
},...], {
parser: {
type: 'json',
x: 'lng',
y: 'lat'
}
})
```
### shape
经典热力图的 `shape` 为常量 `heatmap`。
### size
我们需要将值映射到 `[0, 1]` 的值域空间。
- `field`: 热力图权重字段
- `values`: 数据映射区间 热力图显示 `[0, 1]` 效果最佳
```javascript
layer.size('weight', [0, 1]);
```
### color
热力图通过 `style` 的指定参数配置颜色。
### style
- `intensity` 全局热力权重,推荐权重范围 `1 - 5`。
- `radius` 热力半径,单位像素。
- `rampColors` 色带参数。
#### rampColors
- `colors` 颜色数组
- `positions` 数据区间
配置值域映射颜色的色带,值域的范围为 `[0 - 1]`, 对应的我们需要为每一个 `position` 位置设置一个颜色值。
⚠️ colors, positions 的长度要相同
```javascript
layer.style({
rampColors: {
colors: ['#FF4818', '#F7B74A', '#FFF598', '#91EABC', '#2EA9A1', '#206C7C'],
positions: [0, 0.2, 0.4, 0.6, 0.8, 1.0],
},
});
```