Klassifizieren von Attributen

Es gibt verschiedene Möglichkeiten, die Daten, die Sie Ihrer Karte hinzugefügt haben, zu ändern. Gewässer und Wasserläufe könnten z. B. in einer konstanten Blaufärbung angezeigt werden. Straßen könnten auf Grundlage der Straßenklasse symbolisiert werden. Seismische Ereignisse, z. B. Erdbeben, könnten mit abgestuften Symbolen dargestellt werden, die ihre Stärke anzeigen. Und Polygone könnten auf Grundlage der Landnutzung klassifiziert werden. Map Viewer beinhaltet mehrere Optionen für die Anzeige Ihrer Daten. Es werden nur die Optionen angezeigt, die auf Ihre Daten angewendet werden können. Wenn Sie beispielsweise über einen Wert für jeden Feature-Typ verfügen, können Sie nur ein Einzelsymbol oder Einzelsymbole verwenden (jedoch keine Größe oder Farbe).

Anzeigeoptionen

Einzelsymbol

Zeigen Sie alle Features mit einem Einzelsymbol an. Die Darstellung Ihrer Daten mit nur einem Symbol lässt Rückschlüsse auf die Verteilung von Features zu – ob sie geclustert oder gestreut sind – und kann zur Erkennung verborgener Muster beitragen. Wenn Sie beispielsweise eine Liste von Restaurantstandorten auf einer Karte darstellen, können Sie möglicherweise sehen, dass die Restaurants in einem Geschäftsbezirk geclustert sind.

Eindeutige Symbole

Zeigen Sie Features durch Verwenden eines bestimmten Merkmals an, das sie kennzeichnet. Bezüglich des Restaurant-Beispiels könnten Sie verschiedene Farben verwenden, um die Kochkunst des Restaurants darzustellen. Ein Attribut kann über bis zu 200 Einzelwerte verfügen, um die Symbole für jeden Wert zu ändern.

Farbe

Zeigen Sie Features auf Basis eines einzelnen Farbverlaufs an, um die Unterschiede zwischen den Features hervorzuheben. Legen Sie das Klassifizierungsschema und die Anzahl der Klassen fest. Sie können beispielsweise einen Farbverlauf für den Restaurantumsatz verwenden, um die potenziellen Erlöse der einzelnen Standorte zu bewerten.

Größe

Durch die Anzeige von Features auf Basis eines Einzelsymbols mit variabler Größe werden die Unterschiede zwischen den Features hervorgehoben. Legen Sie das Klassifizierungsschema und die Anzahl der Klassen fest. Sie können beispielsweise ein Währungssymbol in unterschiedlichen Größen verwenden, um die relative Rentabilität des Restaurants darzustellen.

Klassifizierungsschema und Anzahl der Klassen

Wenn Sie Features mittels Farbe oder Größe klassifizieren, legen Sie fest, wie die Bereiche und Grenzen der Klassen definiert werden. Außerdem legen Sie die Anzahl der Klassen fest – 1 bis 10. Die Definition der Klassenbereiche und Grenzwerte (die Minimum- und Maximumwerte zur Unterteilung der Klassen) legt fest, welche Features welcher Klasse zugeordnet werden und wie die Karte dargestellt wird. Durch eine Änderung der Klassen können Sie das Aussehen der Karten maßgeblich beeinflussen. Das Ziel besteht im Allgemeinen darin, Features mit ähnlichen Werten der gleichen Klasse zuzuordnen.

Sie können aus vier Standardklassifizierungsschemen auswählen.

Gleiches Intervall

Gleiches Intervall – unterteilt den Bereich der Attributwerte in gleich große Teilbereiche. "Gleiches Intervall" eignet sich besonders für geläufige Datenbereiche wie Prozentsätze und Temperaturen. Diese Methode hebt die Menge eines Attributwertes im Verhältnis zu anderen Werten hervor. Damit kann gezeigt werden, dass ein Laden zu einer Ladengruppe gehört, die ein Drittel aller Verkäufe vereinen.

Natürliche Unterbrechungen

Natürliche Unterbrechungen basieren auf natürlichen Gruppierungen innerhalb der Daten, die den Unterschied zwischen den Klassen maximieren, beispielsweise die Baumhöhe in einem Staatsforst.

Standardabweichung

Standardabweichung zeigt den Umfang der Abweichung der Feature-Attributwerte vom Mittelwert. Die Standardabweichung verdeutlicht Werte oberhalb und unterhalb des Mittelwertes, z. B. Zwangsvollstreckungsraten.

Quantil

Bei Quantil-Unterbrechungen wird allen Klassen die gleiche Anzahl von Features zugewiesen. Eine Klassifizierung nach Quantilen eignet sich gut zur Darstellung linear verteilter Daten. "Quantil" weist allen Klassen die gleiche Anzahl von Datenwerten zu. Es gibt keine leeren Klassen oder Klassen mit zu wenigen oder zu vielen Werten. Da Features mit der Klassifizierung nach "Quantil" in allen Klassen in gleicher Anzahl gruppiert werden, ist die resultierende Karte oft irreführend. Daher können sowohl sehr ähnliche Features in verschiedene Klassen als auch sehr unterschiedliche Features in die gleiche Klasse eingeteilt werden. Je mehr Klassen gewählt werden, desto geringer sind solche Effekte.