О классификации атрибутов

Вы можете выбрать различные способы отображения данных, добавленных на карту. Например, водные объекты и реки могут быть отображены одним цветом (голубым). Обозначение дорог может быть выбрано с учетом их класса. Сейсмические события, например землетрясения, могут быть представлены при помощи градуированных символов с учетом значения магнитуды. Полигоны могут классифицироваться в зависимости от данных о землепользовании. Вьюер карт ArcGIS.com включает ряд опций отображения данных. Появляются только опции, применимые к вашим данным. Например, если у вас есть одно значение для каждого типа объекта, вы можете использовать только один символ или уникальные значения (не изменяя цвет или размер).

Опции отображения

Единый символ

Отображение всех объектов с использованием одного символа. Отображение данных с использованием только одного символа дает представление о распределении объектов – является ли оно кластерным или рассеянным – и может помочь выявить скрытые закономерности. Например, при картографировании списка адресов ресторанов вы вероятнее всего обнаружите, что в деловой части города рестораны группируются в кластеры.

Уникальные символы

Отображение объектов с использованием определенного свойства, которое их идентифицирует. В примере с ресторанами можно использовать различные цвета для представления специфики кухни того или иного ресторана. Атрибут может содержать до 200 уникальных значений, что позволяет использовать эту опцию отображения.

Цвет

Отображение объектов с учетом единого градиента цвета, который служит отличительным признаком объекта. Достаточно выбрать схему классификации и установить количество классов. Например, можно использовать цветовую шкалу доходов ресторанов, чтобы измерить потенциальный уровень дохода в конкретном месте.

Размер

Отображение объектов с учетом единого символа различного размера, который служит отличительным признаком объекта. Достаточно выбрать схему классификации и установить количество классов. Например, для отображения относительной доходности ресторанов можно использовать монетарные символы различных размеров.

Схема классификации и количество классов

При классификации объектов с использованием цвета или размера вы самостоятельно определяете диапазоны и границы классов. Вы также выбираете число классов (от одного до десяти). От установленных диапазонов и границ классов (максимальные и минимальные значения, ограничивающие каждый класс) зависит, какие объекты попадут в каждый класс и, следовательно, как будет выглядеть слой. Изменяя классы, вы можете создавать карты различных видов. Основная цель состоит в том, чтобы объединить в один класс объекты со сходными значениями. Подробнее см. в разделе Классификация числовых полей для применения градуированных символов

Вы можете выбрать одну из четырех стандартных схем классификации.

Равные интервалы

Метод равных интервалов разбивает диапазон значений атрибута на субдиапазоны равного размера. Метод равных интервалов наиболее подходит для известных диапазонов значений, например процентов или температур. Данный метод акцентирует внимание на величине значения атрибута относительно других значений. Например, метод может показать, что магазин входит в группу, обеспечивающую треть всех продаж.

Естественные границы

Естественные границы основаны на естественных группах в данных, максимально подчеркивающих различия между классами (например, высота деревьев в парке).

Стандартное отклонение

Стандартное отклонение показывает, насколько значения атрибутов объектов отличаются от среднего значения. Стандартное отклонение позволяет выделить значения выше среднего и ниже среднего (например, уровень потерь права выкупа).

Квантиль

В границах квантиля, каждый класс содержит одинаковое количество объектов. Такая классификация хорошо подходит для линейно распределенных данных. Этот метод назначает в каждый класс одинаковое количество данных. Здесь не бывает пустых классов, или классов, содержащих слишком малое или слишком большое количество значений. Поскольку объекты сгруппированы по принципу их одинакового количества в каждом классе с применением классификации методом квантиля, полученная карта может ввести в заблуждение. Похожие объекты могут попасть в разные классы, а объекты с существенно разными значениями могут оказаться в одном классе. Вы можете минимизировать искажение, увеличивая число классов.