地图可视化“一网打尽“

我们知道，在数据可视化领域通常会展示一些与地理地区有关的数据，比如企业在各个省份订单的销售额、品牌分店在全国的分布情况、人口迁移流向等等。在这些场景中，就非常适合采用地图作为背景来进行数据可视化分析。

地图数据可视化，首先从视觉效果上一般会给人一种比较强的冲击力。尤其在一些大屏应用场景中，如果能够嵌入一个非常酷炫的数据地图，瞬间会让整个大屏看起来更加高端大气上档次！其次，这种方式也能最直观的表达出数据之间的空间关系及数据的分布情况等。

宽泛来讲，数据地图一般分为两种：一种是基于GEOJSON绘制的地图，一种是基于实际地理信息的在线GIS地图。本篇我将基于这两大类，为大家介绍在嵌入式BI软件 Wyn Enterprise 中，一些酷炫的地图组件以及它们的应用场景。这些插件都在我们论坛Wyn Enterprise专区的插件与资源版块~

我们先来看一个地图可视化应用实例：

上图展示石油产能综合监控大屏，大屏中间通过一个GIS气泡地图，直观呈现全国各省份的石油产量大小。一眼看过去，这个可视化大屏给人的感觉清晰直观又酷炫，要达到这种效果，数据地图可谓是功不可没！那废话不多说，现在让我们一起来看看，在嵌入式商业智能和报表软件Wyn Enterprise中到底都有哪些地图组件呢？

1、气泡地图
气泡地图以一个地图轮廓为背景，用附着在地图上的气泡来反映数据的大小，数据量越大，气泡点就越大。气泡地图直观展示各个地区的数据指标大小和分布范围。

如下图是一个基于GEOJSON实现的气泡地图，用来展示各省份销售情况：

从上图可以看出，全国范围内，附着在浙江省的气泡点最大，代表该省的销售量最多；同时根据气泡点在地图上的整体分布情况来看，销售点主要集中在华北、华东一代。企业可以根据分析结果进行大区销售决策、精准营销拓展业务等。

在同一场景下，基于实际地理信息实现的GIS气泡地图效果如下：

应用场景：若当你想着重展示地域数据，即一个区域的总值时应选择气泡地图。例如展示各地旅游景点的客流量、各地区的人均收入、各省份人口总数、各国五年癌症存活率等等。

2、点地图
点地图类似气泡地图，通过附着在地图上的点来反映数据。区别在于点地图只关注数据点在地理空间的整体分布情况，而不关注数据点的大小。
如下图是一个基于GEOJSON实现的点地图，反映企业销售点在全国范围的分布：

应用场景：若你只想观测数据的分布情况，而不关注数据值时，应该选择点地图。比如全国机场分布、品牌分店在全国范围的分布，这些场景下使用点地图可以很方便地掌握数据的总体分布情况，但当需要观察单个具体数据时，它是不太适合的。

3、流向地图
当事物或人从一个地点移动到另一个地点时，使用流向地图可以揭示出运动中的一些规律或现象。流向地图通过绘制两个点和两点之间带箭头的线来反映数据流的起点、终点和数据走向。

如下图是一个基于GEOJSON实现的流向地图，反映国内某企业在世界范围内的货物流向：

从上图可以看出，货物自中国发往世界各地，业务范围覆盖较为广泛，但在美洲、非洲地区市场范围较小。企业可以根据分析结果和实际情况对销售政策做出相应调整。

下面是一张基于实际地理信息实现的GIS流向地图，反映陕西省某家企业在国内的货物流向：

应用场景：流向地图常用于区际贸易、交通流向、人口迁移、购物消费行为、通讯信息流动、航空线路等场景。如下图展示GIS流向地图的一个实际应用案例：

4、色阶地图
色阶地图是一种在地图分区上使用不同颜色来表示不同范围值分布情况的地图。它根据各分区的数量指标进行分级，并用相应色级来反映各地区数据的集中程度或分布差别。关于色级使用，较典型的方法有：（1）一个颜色到另一个颜色混合渐变；（2）单一的色调渐变；（3）透明到不透明；（4）明到暗；（5）用一个完整的色谱变化。

如下图是一个基于GEOJSON的色阶地图，反映新冠肺炎在全国的累计确诊病例数：

应用场景：色阶地图较多的是反映呈面状但属分散分布的现象，如反映各地区人口密度、性别比例、人均收入等，最典型的应用就是今年疫情期间，很多平台都用色阶地图反映累计确诊人数在全国各省分布的数量。

5、组合地图
组合地图是一种地图与普通图表相结合的衍生品。组合地图通过在相应地理位置点上绘制普通图表（诸如饼图、柱状图等）来反映数据，它不仅可以展示地区范围内数据的整体分布情况，也可以在每个位置点上展示各分类的数据分布概况。

如下图展示一个基于GEOJSON的组合地图，反映陕西省各市不同种类的产品总体销售情况：

上图主要反映了三类信息：
（1）整体展示产品销售的地区分布情况；
（2）不同大小的饼图大致反映了每个市所对应的销售数据大小，从图中可以看出西安市的销售量最多；
（3）通过每个地域点上的饼图，可以查看相应地区各类产品的具体销售数据和占比情况。
看吧，仅仅一个组合地图就可以包含这么多信息~ 如此直观实用又好看！小伙伴们还不快快用起来哈哈~
除了这个“饼图”版本组合地图，还有一个“柱状图”版本：

应用场景：说白了，组合地图其实也算是一种“变形”的气泡地图，只不过相比气泡地图而言，最大的区别在于它能够在每个位置点上展示更多的数据信息。所以当你除了想在地图上展示数据的整体分布及各数据点的对比情况，还想观测每个位置点的数据在各分类下的分布和占比，那么组合地图一定是你的最佳首选。

6、热力地图
热力地图在地理坐标系范围内，将数据转换成颜色色调，并通过颜色变化程度直观反应出热点分布、区域聚集等数据信息。

如下图是一个GIS热力地图，反映杭州热门徒步路线：

上图可以看出，热门徒步区域主要集中于西湖周边，反映人流密度现状。相关部门可以根据分析结果做出决策，如额外设立一些休息区、公共卫生间等便民服务。

应用场景：当你想呈现数据在地理空间的分布、频率或密度情况，就应该使用热力地图。比如全国空气质量分布、高峰时段道路拥挤情况、景点访客集中程度等。

好了，到这里，我已经为大家介绍了在嵌入式商业智能和报表软件Wyn Enterprise中，几种常用的可视化地图以及它们的使用场景。随着时代发展和技术进步，地图越来越变得数字化。可视化地图将具有地域特征的数据通过各种方式直接展示在地图上，既可以让受众直观理解数据规律和趋势，又能提供有价值的背景信息。相信大家在读完这篇文章之后，已经能够意识到可视化地图在商业智能分析领域中举足轻重的地位。小伙伴赶紧用起来吧！

地图可视化“一网打尽“相关推荐

炫酷，SpringBoot+Echarts实现用户访问地图可视化（附源码）
点击上方"方志朋",选择"设为星标" 回复"666"获取新整理的面试文章 SpringBoot+Echarts用户访问地图可视化意义在常 ...
R语言ggplot2进行特定国家或者地区的地图可视化、在地图上标出所有首府城市所在地（plot the locations of the capital cities）
R语言ggplot2进行特定国家或者地区的地图可视化.在地图上标出所有首府城市所在地(plot the locations of the capital cities) 目录
你不曾见过的酷炫地图可视化作品（一）
一.前言前不久在微博上看到一个"世界顶级10,000个学者(h-index最高的学者)过去50年在世界各地的迁移图"(点击查看完整视频),于是打算整理下看过的一些可视化.信息图等 ...
动态更改echarts 高度_EasyShu地图可视化新突破，ECharts图表完美集成
EasyShu作为一款领军级Excel图表插件,在地图可视化这一领域,必须有所建树,一直在思考如何有所突破. 在一般性的以形状填色为代表的地图可视化,存在一些难以避免的小缺点,交互性存在较大的缺陷,就 ...
Python地信专题 | 基于geopandas玩转地图可视化
文章来源于Python大数据分析,作者费弗里本文对应代码和数据已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes[1] ...
Python地图可视化三大秘密武器
文章来源于Python大数据分析,作者朱卫军 Python地图可视化库有大家熟知的pyecharts.plotly.folium,还有稍低调的bokeh.basemap.geopandas,也是地图可 ...
plotly使用mapbox实现地图可视化
plotly mapbox地图可视化 plotly mapbox地图可视化,可以分为两个步骤,第一步设置 mapbox token,第二步制作数据,第三步编写代码. first set mapbo ...
[功能发布]Excel催化剂地图可视化功能正式发布，欢迎使用！
地图可视化功能开发完成已过去1个多月,文章的阅读量与初定传播目标相差甚远. 但因着热爱分享的缘故,在阅读量未及预期时,仍然破例对其功能进行发布. 若真正喜爱Excel催化剂所开发的地图可视化,可通过完 ...
2022，这些地图可视化，够你用一整年了（附可视化素材）
在数据可视化中,地图可视化是最常用的高级图表之一.很多人以为可视化地图这么高大上做起来肯定不容易,但如果用上FineReport或FineBI,制作起来其实并不难! 下面帆软君就给大家介绍,用Fine ...

地图可视化“一网打尽“

地图可视化“一网打尽“相关推荐

最新文章

热门文章