文章目录

实验目的
实验过程
- 实验平台
- 实验工具
- 实验环境
- 数据来源
- 实验背景
- 简要步骤
- 详细步骤
结果展示
后续问题（ArcMap10.2版本）
心得体会

实验目的

利用ArcGIS online 等平台或软件（平台不限），通过爬虫工具或者手动收集等手段在互联网上获取疫情数据和地理数据，使用不同地图可视化方法制作全国的新冠病毒疫情地图，了解地理数据到地理信息可视化的过程，了解数据量表与可视化视觉通道之间的对应关系，进而理解空间信息可视化的意义。

实验过程

实验平台

ArcGIS（ArcMap 10.5版本）

实验工具

① ArcMap；② Office – Excel表格。

实验环境

Win10 64位操作系统。

数据来源

1.地理数据来源：中国国家基础地理信息系统1：4000000的数据（National Basic Geographic Information System 1:4 million data）。
2.疫情数据来源：中国疫情网。

实验背景

2020年1月初始，新冠肺炎疫情爆发，而后以极快的速度肆虐全国各省市。为了便于更加直观的观察中国国内新冠肺炎确诊病例的分布，巩固所学GIS相关知识并理解空间信息可视化的意义，本次实验将会基于ArcGIS进行中国新型冠状肺炎疫情地图的绘制。

简要步骤

1.实验前期准备：ArcGIS软件的下载、安装、破解与汉化；中国国家基础地理信息系统1：4000000数据包的获取准备。
        2.搭建基础的中国地理信息模块。
        3.通过Office – Excel表格获取并整理中国疫情网的疫情数据信息。
        4.整合疫情数据信息，设计疫情地图。
        5.补充完善、优化疫情地图，分别添加附图、标题、图例、指北针、比例尺，解决疫情地图存在的各项问题。

详细步骤

1.首先打开ArcMap，做一个文件夹的连接，连接好已经下载的中国行政区划数据（中国国家基础地理信息系统1：4000000数据包）文件夹。

        2.添加数据，这个数据是中国国家基础地理信息系统1：400w数据包文件夹中的shape数据。

        3.添加中国省级行政区和线状省界，这样就具备了基础的中国地理图像。通过查看“全图”，可以观察到南海诸岛也在图像里面。

        4.接下来进入到中国疫情网找到最新的疫情数据，本次实验中获取数据的方式是通过简单的复制粘贴直接将数据信息复制到Excel表格中。需要注意进行升序排序（使得城市按照首字母拼音进行排序），便于之后信息的整理。

在连接好的文件夹里创建Excel表格，将找到的各省疫情数据复制粘贴进去。选中城市一列，点击“排序和筛选”中的“升序”，完成排序。

        5.重新回到ArcMap将省级行政区中属性表中的数据导出来（txt文本文件格式）。便于之后导出数据和疫情数据的整合。

        6.打开Excel表格，点击“浏览”选项，把刚刚导出的txt文本文件通过Excel表格进行转换，并导入到新建的Excel表格中（根据逗号进行分割）。

        观察导出到Excel表格中的省级行政区中的属性表中的数据信息，删除除了NAME以外的不必要信息，通过Excel表格的升序排序整理数据。

        7.将第4步准备的中国各省疫情数据复制粘贴进入刚刚第6步整理好的Excel表格里面，因为都进行了升序排序所以数据信息得到了一一对应。

        将整合后的疫情数据信息另存为China.xlsx，方便之后使用。

        8.打开省级行政区的属性表，点击“连接与关联”中的“连接”，将省级行政区原有的属性表和刚刚整合后的疫情数据信息表连接起来。

        9.连接数据完成后，这时省级行政区的属性表中已经具备了新冠肺炎疫情的确诊、疑似、治愈、死亡的数据。本次疫情地图的绘制，我将会按照新冠肺炎疫情的确诊数据进行制作。

        10.双击“省级行政区”，点击“符号系统”，选择“类别”中的值字段“确诊”，点击色带选择疫情地图展示颜色。这里注意色带要点击选择两次才能够自动进行排序。除此之外，由于湖北省确诊人数较多，需要注意单独将颜色调的更深一些。

        点击“识别”后，可以通过点击省份测试、查看该省的数据信息。

        11.调整地图整体布局。点击“视图”中的“布局视图”，然后选择更改布局，将布局改为横版布局（841mm x 1189mm）。右击空白处，选择页面和打印设置，将方向改为横版（统一横板布局）。

        12.制作九段线附图。点击“插入”中的“数据框”，将线状省界和省级行政区复制粘贴到插入后的“新建数据框”里面。将附图移动到右下角，进行一定的缩放和移动，解决南海诸岛附图的问题。

        解决完南海诸岛附图的问题后，将原图层放大并调整到合适的位置。

        13.给每一个省份添加名字标注。双击“省级行政区”，选择里面的“标注（Labels）”，选中“标注此图层中的要素（Label features in this layer）”；点击选中“放置属性（Placement Properties）”中“同名标注（Duplicate Labels）”下的“移除同名标注（Place one label per feature）”。设置完成后，标注字段选择省份名字NAME，适当调整标注省份字体大小和字体样式。

        14．插入标题、图例、指北针、比例尺。其中，标题创建好后可双击标题更改标题的大小和位置，宽度修改后高度会自动进行匹配；图例直接根据默认的线状省界进行生成；指北针可直接插入，一般不需要更改属性样式；比例尺我是点击属性修改了比例和单位中的主刻度单位“英里”，将英里改成了“千米”。

        插入标题、图例、指北针、比例尺后，疫情地图总体上已经绘制成功。

        15.增加了国界线进行完善；并将省界的边界调至黑色，国界边界的玫红色进行加粗显示；突出湖北省的颜色，与其他省份的颜色区别开。最后点击导出疫情地图，导出时选择500的高分辨率，完成疫情地图的绘制。

结果展示

导出后的疫情地图效果展示如下：

新型冠状肺炎疫情数据图

后续问题（ArcMap10.2版本）

1.第6步导入数据乱码问题：将数据格式修改成utf-8即可。

2.第7步、第8步的Excel文件连接报错问题：原因在于Office版本太高（2019）同时又与低版本的ArcMap（10.2）不兼容，因此只需要在第7步保存成Excel时使用低版本的Excel工作簿（如97-2003）保存即可。

3.数据框不显示问题：必须先进行第11步的布局调整，才能正常显示第12步的数据框。
4.除了第10步通过对色带（Color Ramp）选择两次并点击应用进行自动排序以外，按数值进行颜色排序的其他操作方法：
①组合法
进行完第十步后，同时选中多个值（Values），点击进行组值（Group Values），将多个值打成一个组。

②自动渐变色法：
数量（Quantities） -> 渐变色（Graduated colors） -> 值（Value）

心得体会

通过本次实验，我了解了地理数据到地理信息可视化的过程、了解了数据量表与可视化视觉通道之间的对应关系，进而深入理解了空间信息可视化的意义。将GIS创新实践课程上老师所教授的理论知识与自己亲身体验空间信息可视化的实践操作相结合，我不仅在一定程度上掌握了ArcGIS软件的应用，同时对于GIS的相关知识得到了进一步的巩固和深化。
        实际上，比起理论知识，我更喜欢实践操作。虽然在课堂上已经看到了老师展示ArcGIS软件的使用过程，但是在亲身体验之后，我更是深刻地感受到了这个软件的强大之处。作为一个制图工具，它能够随心所欲的制作出自己想要的地图效果，并且上手简单、便于操作。恰巧假期期间我一直在自学爬虫及网络编程的相关知识，通过爬虫获取数据配合ArcGIS进行绘图简直如鱼得水。对我个人来说，我特别喜欢有趣、新奇的技术，而ArcGIS绘图的魅力正深深地吸引着我。
        关于本次实验中的问题，由于我也是新手现学现卖制作了中国新冠肺炎疫情地图，所以可能具有一定的疏忽、从而导致没有注意到一些细节问题。但是在制作疫情地图的过程中，我一直是一帆风顺的。当疫情地图初步制作完成后，我按照老师的建议不断地修改、解决问题，使得自己的疫情地图更加完善。在解决问题的过程中，我根据老师上课所教授的知识和老师对我所制作的疫情地图提出的建议不断地进行思考：数据差异较大的可视化需要重点突出（如：武汉的确诊人数）、与其他数据可视化区别开来；省界和国界是不一样的，需要进行区别，同时国界也需要加粗；中国重视领土问题，制作地图时南海诸岛必须显示出来，所以要用附图将南海诸岛单独框出来。这些问题是共性问题，它们不仅仅适用于本次实验的疫情地图，更适用于其他GIS制作的地图之中。虽然由于时间原因和技术原因，我还有一些老师提出的其他问题（如每个省份数据一个颜色的问题、比例尺的问题）没有解决，但是总体上来说，我认为本次实验较为成功。
        既然已经学会了使用ArcGIS这个软件，未来绘制可视化信息已经不足为虑。对于爬虫来说，虽然本次实验较为简单，因而我没有使用爬虫进行数据获取。但是未来面对县级、市级等更加精细、复杂的数据信息获取问题时，通过爬虫采集数据信息是必不可少的。因此，不管是ArcGIS软件和GIS的相关知识，还是爬虫的理解与实践，我都会坚持学习下去，争取未来能够随心所欲地做出更加优秀的作品。

【GIS实战篇】基于ArcGIS的中国新型冠状肺炎疫情数据分布图的制作相关推荐

基于python的新型冠状肺炎患病人数预测
基于python的新型冠状肺炎患病人数预测前言: 数据源腾讯疫情实时追踪操作算法单一:二次指数平滑法(会因算法不同以及算法中参数alpha不同而导致误差) 正在测试该算法中alpha的值及其对数 ...
数据分享和开源软件有助于对抗新型冠状肺炎，开源布道师等；开源之道每周评论2020 03 16...
▼ 更多精彩推荐,请关注我们 ▼ 声明:本文所言论,仅代表适兕个人观点共同体工作项列表原文链接:Community Worksheet Downloads 适兕点评: 我很想知道,为何费孝通先生当 ...
新型冠状肺炎——这个不一般的春节
由于新型冠状肺炎的影响,原计划两周的假期转眼之间就变成了一个多月,emmm,刚开始几天还好,在家闲着,好久没有这么自由自在地吃了睡,睡了吃了,安安心心养膘了几天,突然发现,放掉地假,总会在之后补回来. ...
深度学习实战篇-基于RNN的中文分词探索
深度学习实战篇-基于RNN的中文分词探索近年来,深度学习在人工智能的多个领域取得了显著成绩.微软使用的152层深度神经网络在ImageNet的比赛上斩获多项第一,同时在图像识别中超过了人类的识别水平 ...
【NodeJs-5天学习】第三天实战篇③ ——基于MQTT的环境温度检测
[NodeJs-5天学习]第三天实战篇③ --基于MQTT的环境温度检测 1. 前言 2.实现思路 2.1 NodeJs服务器代码 2.2.1 本地部署MQTT服务器,端口1883 2.2.1.1 用 ...
【物联网服务NodeJs-5天学习】第三天实战篇③ ——基于MQTT的环境温度检测
[NodeJs-5天学习]第三天实战篇③ --基于MQTT的环境温度检测 1. 前言 2.实现思路 2.1 NodeJs服务器代码 2.2.1 本地部署MQTT服务器,端口1883 2.2.1.1 用 ...
【NodeJs-5天学习】第三天实战篇② ——基于物联网的WiFi自动打卡考勤系统
[NodeJs-5天学习]第三天实战篇② --基于物联网的WiFi自动打卡考勤系统 1. 前言 2.实现思路 2.1 NodeJs服务器代码 2.1.1 对接Express服务器 2.1.2 对接Ma ...
【物联网服务NodeJs-5天学习】第三天实战篇② ——基于物联网的WiFi自动打卡考勤系统
[NodeJs-5天学习]第三天实战篇② --基于物联网的WiFi自动打卡考勤系统 1. 前言 2.实现思路 2.1 NodeJs服务器代码 2.1.1 对接Express服务器 2.1.2 对接Ma ...
「docker实战篇」python的docker-打造多任务端app应用数据抓取系统（下）（35）
上次已经把python文件挂载到虚拟机上了,这次主要设置下虚拟机通过docker容器的方式. 运行 python 代码运行 >启动一个crt的会话 docker run -it -v /root ...

【GIS实战篇】基于ArcGIS的中国新型冠状肺炎疫情数据分布图的制作