原作者 Amy Lee Walton
编译 CDA 编译团队
本文为 CDA 数据分析师原创作品，转载需授权
当设计地图时，我会想：我想让观看者如何阅读地图上的信息？我想让他们一目了然地看出地理区域的测量结果变化吗？我想要显示出特定地区的多样性吗？或者我想要标明某个区域内的高频率活动或者相对的体积/密度？
有多种方法可以在地图中快速而集中的呈现出可视化数据。我常用的几个是：
·
Dot density (点密度图)
——使用点或其他符号展示特征或现象的集体情况（密度）的地图样式。例如，显示区域内的交集或高/低活动量。
·
Choropleth (分级统计图)
——这是一种主题地图样式，它根据地图上显示的数据强度，对应的展现在阴影颜色或图案纹理上。例如，显示人口密度或人均收入。
· Hexagonal binning / hexbin (六边形图)
——这种地图的风格适合显示地理上的一般主题。在choropleth地图中，它的颗粒比 dot density密度小，不受边界约束。
· Heatmap (热度图)
——这种地图使看地图的人能够在缩放因子中独立地感知点密度。也是最不受约束的，因为它不符合地理范围。
当对点数据进行可视化时，
点密度图
是有效的，通常用于展现活动，特征和其他地理现象中的体积或模式。单个数据点不应该被计算在内，而是显示一个区域的情况和密度。简单但有效，可以快速给你的地图带来展现力。
Eurovision Shazam - 优雅的点密度图
分级统计图
基于先前定义区域的统计数据。典型的例子是由选举区域划分的选举地图; 在这里，分级统计图是首选。一般来说，分级统计图代表两种类型的数据：空间的广泛度，比如人口，以及空间的密集，比如比例，密度和比例。
DirectRelief - 分级统计图表示的乌干达的疟疾发病率
对聚合数据进行可视化时，
六边形图
擅于用更含蓄但更结构化的形式来展现。例如，表示一般分布情况时，不是渲染出数万个点的散点图，而可以将点数填充为几百个六边形。
热点图
本质上使用颜色作为数据可视化工具。该应用可以很好的处理多个变量，并可以在数据中显示类似的模式和相关性。
纽约市交通事故热点图 - 混合热点图与六边形图
