2
空间数据可视化的分类问题
• 为什么要分类和如何分类？ • 地图表达方式与数据尺度的关系
– 名义、序数、间隔、比率（定性 vs. 定量） – 独立值，分级分类 – 等间距，等面积，自然分割，分位数，百分比，
标准差，自定义
• 在对数据了解的基础上选用分类方法
– 图简单方便很少能获得对数据富有意义的表达
4
ArcView中独立值表达
5
等间距和等面积分类法比较
6
自然分割和分位数分类法比较
7
GeoDa中的百分比分类地图
目的是突出强调最小值 和最大值的空间位置
8
宝山区海滨新村 （200,467人）
南市区豫园（97,234人） 南市区老西门（89,115人） 卢湾区淮海中路（89,982人）
9
上海市人口密度箱线地图
3
属性数据的分类分级
• 定性数据分类已定
– 独立值（Unique Value）
• 定量数据分级方法
– 等间距法：所有级别具有相同的间隔 – 等面积法：所有级别所占的图面面积大致相同 – 自然分割法：以数据分布的断点作为相邻级别的界线 – 分位数法：所有级别所分配的数据点个数大致相等 – 标准差法：以均值为中心的等量标准差间隔来分级 – 百分比法：对排序数据值的累积百分比进行分割定级
22
谢谢你的到来
学习并没有结束，希望大家继续努力
Learning Is Not Over. I Hope You Will Continue To Work Hard
演讲人：XXXXXX 时 间：XX年XX月XX日
23
探索性空间数据分析与可视化
百分比地图 箱线地图 比较统计地图
1
ESDA与地学可视化
• 地学可视化
– 使用地理空间视觉显示来探索空间数据 – 目的在于启发思考，提出问题，产生假设，寻
找问题解答方案，构建领域知识
• 探索性空间数据分析（ESDA）
– 基于计算机的统计图形和地学可视化的结合 – 动态联系和交互技术 – 搜索和揭示数据的空间与非空间结构和趋势
10
折叶点从 1.5 改为 3.0 后的效果
11
对数变换后的人口密度箱线地图
12
对数变换后的人口密度百分比地图
13
比较统计地图（Cartogram）
• 一种用地图图形面积来表示属性数据值量度的可 视化方法（地理单元的面积与其属性值成正比）
• 三种类型的比较统计地图
– 邻接：拓扑关系保持，形状严重扭曲 – 非邻接：形状得以保持，拓扑关系丧失 – Dorling（发明者的姓）：既不保持形状，也不保持拓
扑，甚至不保持制图对象的重心位置
• GeoDa 仅支持 Dorling 型
– 用圆形表示地理单元，大小表示属性值，颜色区分异 常值和非异常值。
14
1996年美国分州人口统计比较地图 制作过程动态演示
目标：根据各州人口数调整面积的同时尽量保持多边形原形
15
16
Dorling及类Dorling比较统计地图
17
上海市人口比较统计地图
杨浦区殷行
18
人口密度箱线地图 vs.比较统计地图
19
比较统计地图与箱线图联结使用
20
Dorling 圆形位置的递归优化
• Geoda 使用非线性递归算 法来确定圆在地图上的位 置
• 可以通过增加递归次数来 优化圆的位置
• 可选递归次数有 100, 500, 1000
• 通过位移将重叠的制图对 象调整为非重叠
21
写在最后
经常不断地学习,你就什么都知道。你知道得越多,你就越有力量 Study Constantly, And You Will Know Everything. The More
You Know, The More Powerful You Will Be