圣诞老人追踪仪表盘

今天在网上看到一个很有意思的应用，用 Python 和 Dash 构建一个圣诞老人追踪仪表板，不仅可以巩固自己的技术经验，还能给你家的孩子展示一个环球旅行的圣诞老人。今天我将实现过程分享给你，包括完整代码实现。

Python 爱好者们 ——想在圣诞节给孩子们带来惊喜吗？平安夜启动这个圣诞老人追踪仪表盘，看看他们的眼睛会不会闪闪发光。它由 Python 和 Dash 构建，巧妙地利用国际空间站 (ISS) 的实时遥测数据，模拟圣诞老人的环球魔法之旅。

国际空间站就像那位和蔼可亲的老精灵一样，掠过地球的大片区域。它大约每90分钟绕地球一周，每次的飞行路线都略有不同，这意味着它最终会飞越大多数国家。不过需要注意的是：它的航线无法到达极北地区——所以如果你身处挪威、瑞典或阿拉斯加，最好还是对这部分内容保密，除非你准备好回答孩子们提出的各种棘手问题。

我稍后会向你展示如何使用该程序。首先，我们来回顾一下它的功能。

仪表盘功能

仪表盘会实时显示圣诞老人（其实是国际空间站）的当前纬度、经度、高度和速度。它还会显示他是在白天翱翔、在夜空中疾驰（显示为“日食”），还是在神奇的暮光中滑翔（显示为“可见”）。你还会看到他当前飞越的国家，以及一个可以用光标旋转的迷你地球仪——非常适合追踪圣诞老人的环球旅行。

所有视觉效果均由 Plotly 图形库驱动，它通过诸如圣诞老人头像标记、悬停细节、主世界地图的缩放控制以及可旋转的 3D 地球仪等互动功能，让体验更加生动有趣。这巧妙地融合了节日奇思妙想和 Python 技术，令人惊喜。

追踪标记是圣诞老人的头像！

将光标悬停在轨道路径上即可显示高精度坐标

使用鼠标缩放和平移主地图

鼠标点击地球仪并向任意方向拖动即可旋转

注意： 你对主地图或地球仪所做的任何更改都会在仪表板每十秒钟刷新一次时重置。

这条描绘圣诞老人行进路线的线代表了他随时间推移的地面轨迹 。由于我们将一个球体绘制到二维地图上，这条圆形路径会呈现为一个 S 形正弦曲线 。

由于追踪器会显示圣诞老人当前所在的国家/地区名称，因此可以提高孩子的地理知识。真是个意外之喜！

圣诞老人对哈萨克斯坦不感兴趣

如果以上任何一点让你心动，请继续阅读，了解如何在自己的计算机上运行仪表板。

代码

from datetime import datetimeimport base64from collections import dequeimport requestsimport pandas as pdimport pycountryfrom dash import Dash, dcc, html, Input, Output, Statefrom dash.exceptions import PreventUpdateimport plotly.graph_objects as go# --- Environment Setup (Cleaned) ---# Load Santa face image:# Ensure 'santa_face_400pct.png' is in the same directory as this script.encoded_image = ""try:    with open("santa_face_400pct.png", "rb") as f:        encoded_image = base64.b64encode(f.read()).decode()except FileNotFoundError:    print("Warning: santa_face_400pct.png not found. Image will not display.")# Constants:ISS_URL = "https://api.wheretheiss.at/v1/satellites/25544"color_map = {"daylight": "white", "visible": "#FFFF00", "eclipsed": "red"}MAX_POINTS = 1080   # Keeps only the most recent 1080 track points (approx. 2 orbits)TRACK_LAT = deque(maxlen=MAX_POINTS)TRACK_LON = deque(maxlen=MAX_POINTS)TRACK_VIS = deque(maxlen=MAX_POINTS)# --- Utility Functions ---def get_iss_telemetry(url=ISS_URL):    """Fetches current ISS telemetry data from the API."""    try:        resp = requests.get(url, timeout=10)        resp.raise_for_status()        data = resp.json()        df = pd.DataFrame([data])        # Drop unnecessary columns        df.drop(["id", "footprint", "daynum", "solar_lat", "solar_lon"],                errors="ignore", axis=1, inplace=True)        return df    except (requests.Timeout, requests.ConnectionError) as e:        print(f"⚠️ Network issue: {e}")    except requests.HTTPError as e:        print(f"⚠️ API returned {resp.status_code}: {e}")    return Nonedef split_segments(df):    """Splits the track DataFrame into segments based on visibility type."""    if df.empty:        return []    segments, start = [], 0    for i in range(1, len(df)):        if df["vis"].iloc[i] != df["vis"].iloc[i-1]:            segments.append(df.iloc[start:i])            start = i    segments.append(df.iloc[start:])    return segments# --- Dash Application Setup ---app = Dash(__name__)app.title = "Live Santa Tracker"# Styles for readouts (kept as is for functional styling)readout_style = {    "border": "1px solid #00ff7f",    "backgroundColor": "black",    "color": "red",    "padding": "4px 6px",    "borderRadius": "10px",    "width": "18%",    "boxShadow": "0 0 10px #00ff7f",    "textAlign": "center",    "fontFamily": "Consolas, monospace",    "lineHeight": "1.1",}value_style = {    "fontSize": "28px",    "fontWeight": "bold",    "color": "red",    "textShadow": "0 0 6px #FF0000",    "margin": "0",}label_style = {"fontSize": "14px", "margin": "0 0 2px 0", "color": "#00ff7f"}app.layout = html.Div(    style={        "fontFamily": "Orbitron, Arial, sans-serif",        "backgroundColor": "black",        "color": "#00ff7f",        "minHeight": "100vh",        "padding": "20px",    },    children=[        html.H1(            "🎅 Live Santa Tracker",            style={"textAlign": "center", "color": "#FF0000",                   "textShadow": "0 0 15px #FF0000"}),        html.Div(            style={                "display": "flex",                "justifyContent": "center",                "gap": "18px",                "flexWrap": "wrap",                "margin": "20px 0"            },            children=[                html.Div([html.H4("Latitude", style=label_style),                          html.P(id="lat-box", style=value_style)], style=readout_style),                html.Div([html.H4("Longitude", style=label_style),                          html.P(id="lon-box", style=value_style)], style=readout_style),                html.Div([html.H4("Altitude (km)", style=label_style),                          html.P(id="alt-box", style=value_style)], style=readout_style),                html.Div([html.H4("Velocity (km/h)", style=label_style),                          html.P(id="vel-box", style=value_style)], style=readout_style)],        ),        dcc.Graph(            id="iss-map",            style={                "border": "2px solid #00ff7f",                "borderRadius": "12px",                "boxShadow": "0 0 20px #00ff7f",                "height": "75vh",                "width": "85%",                "margin": "0 auto",            },        ),        # dcc.Store is used for maintaining the track history between updates        dcc.Store(id="track-store", data={"lat": [], "lon": [], "vis": []}),        # Interval set to 10 seconds (10 * 1000 ms)        dcc.Interval(id="interval", interval=10 * 1000, n_intervals=0),    ],)# --- Callback for Updating Map and Readouts ---@app.callback(    [        Output("iss-map", "figure"),        Output("lat-box", "children"),        Output("lon-box", "children"),        Output("alt-box", "children"),        Output("vel-box", "children"),        Output("track-store", "data"),    ],    Input("interval", "n_intervals"),    State("track-store", "data"))def update_map(_, track_data):    """Fetches new data, updates track, and generates the map figure."""    df = get_iss_telemetry()    if df is None:        raise PreventUpdate    lat = float(df["latitude"].iloc[0])    lon = float(df["longitude"].iloc[0])    alt = float(df["altitude"].iloc[0])    vel = float(df["velocity"].iloc[0])    vis = df["visibility"].iloc[0]    current_time = datetime.utcnow().strftime("%Y-%m-%d %H:%M:%S UTC")    # Country lookup    country_name, country_color = "Ocean", "red"    try:        coord_url = f"https://api.wheretheiss.at/v1/coordinates/{lat},{lon}"        resp2 = requests.get(coord_url, timeout=6)        resp2.raise_for_status()        cdata = resp2.json()        code = cdata.get("country_code")        if code and code != "??":            match = pycountry.countries.get(alpha_2=code.upper())            country_name = match.name if match else code            country_color = "red"    except requests.RequestException:        pass # Silently fail on API or network errors    # Append into server-side deques (these enforce MAX_POINTS automatically)    # The initial check for track_data being None is no longer strictly needed    # since the deques are global and the dcc.Store data is now only used    # for return compatibility.    TRACK_LAT.append(lat)    TRACK_LON.append(lon)    TRACK_VIS.append(vis)    # Build the dataframe from the deques (already trimmed)    track_df = pd.DataFrame({        "lat": list(TRACK_LAT),        "lon": list(TRACK_LON),        "vis": list(TRACK_VIS)    })    # Prepare data for dcc.Store update    track_data = {"lat": list(TRACK_LAT), "lon": list(TRACK_LON), "vis": list(TRACK_VIS)}    fig = go.Figure()    # Main map track    for seg in split_segments(track_df):        vtype = seg["vis"].iloc[0]        if vtype in color_map:            fig.add_trace(go.Scattergeo(                lat=seg["lat"],                lon=seg["lon"],                mode="lines",                line=dict(width=2, color=color_map[vtype]),                showlegend=False,                geo="geo"            ))    # Current ISS marker (MAIN map) — synchronized color    current_color = color_map.get(vis, "#FFFFFF")    fig.add_trace(go.Scattergeo(        lat=[lat],        lon=[lon],        mode="text",        text=["🎅"],        textfont=dict(size=28),   # adjust size as needed        showlegend=False,        geo="geo"    ))    # Inset globe marker — uses the SAME color variable    fig.add_trace(go.Scattergeo(        lat=[lat],        lon=[lon],        mode="markers",        marker=dict(size=8, color=current_color),        showlegend=False,        geo="geo2"    ))    legend_html = (        "<b>Visibility</b><br>"        f"<span style='color:{color_map['daylight']}'>━━ ●</span> daylight<br>"        f"<span style='color:{color_map['visible']}'>━━ ●</span> visible<br>"        f"<span style='color:{color_map['eclipsed']}'>━━ ●</span> eclipsed"    )    fig.update_layout(        images=[dict(            source=f"data:image/png;base64,{encoded_image}",            xref="paper", yref="paper",            x=-0.01, y=0.99,            sizex=0.50, sizey=0.50,            xanchor="left", yanchor="top",            layer="above"        )],        annotations=[            dict(text="<b>Currently over:</b>", x=-0.005, y=0.11,                 xref="paper", yref="paper", showarrow=False,                 font=dict(size=24, color="#00ff7f"),                 bgcolor="rgba(0,0,0,1)", borderpad=1),            dict(text=f"<b>{country_name}</b>", x=-0.005, y=0.01,                 xref="paper", yref="paper", showarrow=False,                 font=dict(size=30, color="red"),                 bgcolor="rgba(0,0,0,0)", borderpad=6),            dict(text=f"<b>{current_time}</b>", x=0.5, y=1.03,                 xref="paper", yref="paper", showarrow=False,                 font=dict(size=22, color="red")),            dict(text=legend_html, x=0.99, y=0.98,                 xref="paper", yref="paper", showarrow=False,                 align="left", font=dict(size=20, color="springgreen")),        ],        paper_bgcolor="rgba(0,0,0,0)",        plot_bgcolor="black",        margin=dict(l=30, r=30, t=40, b=30),        geo=dict(            domain=dict(x=[0.068,  0.932],  y=[0.068,  0.932]),            projection_type="natural earth",            showland=True, landcolor="#00ff7f",            showcountries=True, countrycolor="darkgreen",            showcoastlines=True, coastlinecolor="#00ff7f",            bgcolor="black", showframe=True, framecolor="#00ff7f",        ),        geo2=dict(            domain=dict(x=[0.79, 1.0], y=[0.04, 0.28]),            showland=True, landcolor="tan",            showcountries=False,            showcoastlines=True, coastlinecolor="tan",            projection_type="orthographic",            bgcolor='black',            showframe=False        )    )    # Return values for the six Outputs    return (fig, f"{lat:.2f}", f"{lon:.2f}", f"{alt:.2f}",            f"{vel:.2f}", track_data)if __name__ == "__main__":    # Standard way to run a Dash application from a command line    app.run(debug=True)

为了让程序成功运行，请按照以下步骤操作：

1

新建一个项目文件夹，假设名为：Santa Trancking Dashboard。

2

在项目文件夹下新建一个脚本（确保名为 santa_dash.py），将上述代码复制并粘贴到该文件中。

3

安装必要的库：pip install pandas pycountry dash plotly

4

你还需要一张圣诞老人的脸部图案。右键单击下面的图片，选择“另存为”，文件名为 santa_face_400pct.png。 将其保存在与 Python 脚本相同的文件夹中。

5

在终端窗口，定位到当前项目路径，执行命令 python santa_dash.py，如下所示：

要在 Windows 系统中启动仪表板，请使用 “CTRL + 左键单击”（VSCode中，Pycharm 中直接单击即可） 链接 http://127.0.0.1:8050/ 。 在其他操作系统中，你或许可以直接单击该链接，而无需使用任何修饰键。

6

要终止该进程，请在提示符窗口中输入 CTRL-C，然后关闭包含仪表板的浏览器标签页。

长时间运行代码时，请确保禁用睡眠模式和屏幕保护程序等设置。

Thanks for your reading!

Enjoying coding, my friends! 🧑‍💻🧑‍💻🧑‍💻💯💯💯

推荐阅读👇👇👇

🌟 如果你觉得这篇文章对你有帮助，并且愿意支持我的话，你可以： 🌟

•

👍 点赞，让文章获得系统推荐

•

⤴️ 分享，把内容传递给身边的伙伴

•

❤️ 推荐，让文章影响到更多人

•

👏 欢迎留言交流，一起拓展技术的边界

👇👇👇 Follow me，获取更多高质量干货分享，我们下期再见！