在上一篇文章中已展示過了已展示如何從 NYC taxi trip dataset 中建立 map tiles 的基本方式。本篇將進一步改進該演算法，加速產生速度以及大檔案方式。
在先前的文章 Python 地圖視覺化 - 使用 Folium 中，我們已經介紹過如何使用 Python 與 datashader 套件將 GPS 資料繪製成圖片。本篇文章將進一步示範如何使用 NYC Taxi Trip Data 來建立 New York City 的計程車上車位置的 Heatmap，並把繪製出的 map tile 資料與 Folium 地圖元件整合以達到互動的效果。
在做資料視覺化時，經常會遇到因資料量過大而無法簡單進行處理，或是執行速度過慢的問題。本文章將介紹一套Python上的資料視覺化工具datashader，能將數億個點的大資料快速生成視覺化圖形，並以New York Taxi Trip資料集為範例說明如何使用datashader繪製乘車位置分佈圖。
Folium是一套Python上的地圖視覺化工具。透過Leaflet這個JavaScript Library以及OpenStreetMap地圖服務，可在Jupyter Notebook上實現互動式地圖繪製。本篇將簡單介紹Folium的使用方式以及繪製效果。
Isomap，全名為Isometric Mapping， 是一種基於Classical MDS所產生的非線性降維演算法（Nonlinear Dimensional Reduction）。 一般來說，如果資料有著線性分佈的性質，如PCA與MDS這類計算整體資料（Global）之間的關係後再進行降維的線性演算法， 都會有不錯的效果。但如果資料本身為非線性分佈，古典PCA與MDS則時常無法在降維後正確展現出資料間的關係。
