Mais

Exibir gráficos de barras no ArcMap


Estou tentando simbolizar os dados como gráficos de barras no ArcMap. Tenho uma classe de recursos com dois conjuntos de dados e quero os gráficos de barras um ao lado do outro no mapa. O problema que estou tendo é que o mapa só exibirá as barras se os dois conjuntos de dados não forem nulos. Existe uma maneira de exibir todas as barras com dados? Se eu colocar 0 para os nulos, uma barra plana aparecerá, e eu também não quero isso.


Existe uma opção para excluir certos dados na própria camada. Você poderia fazer isso e, em seguida, representará um gráfico de todo o resto.

Selecione camada-> Opções-> Simbologia-> Gráficos-> Exclusão-> Consulta SQL "Campo" É NULO

Isso fará com que todos os valores nulos não apareçam no gráfico de barras. deixe-me saber se isso resolveu


  • PROFILE_COMPARISON_CHART compara um perfil de destino a um perfil de base.
  • MULTI_PROFILE_CHART compara até quatro perfis de destino a um único perfil de base. O primeiro perfil de destino na lista de perfis de segmentação será usado para criar o gráfico de barras. Os outros três perfis de destino serão criados usando gráficos de linhas na parte superior do gráfico de barras.
  • GAME_PLAN divide os segmentos em quatro quadrantes com base na composição percentual e índice. Use este gráfico para identificar grupos-alvo centrais, de desenvolvimento e de nicho.

O Perfil de Segmentação de Base pode ser gerado usando a ferramenta Criar Perfil por Soma de Área.

Se você não tem certeza sobre o que usar como Perfil de Segmentação de Base, pode usar os Estados Unidos inteiros.

A base de segmentação pode ser gerada usando o total da população adulta ou total de domicílios.

A população adulta total inclui indivíduos com 18 anos ou mais.

O gráfico X é usado para controlar a posição do eixo x ao longo do eixo y no gráfico. Um valor de 0,5 posicionará o eixo x diretamente no meio do gráfico ao longo do eixo y. Quando esse valor atinge 0, o eixo x se desloca para a esquerda no gráfico e quando esse valor chega a 1, ele se desloca para a direita no gráfico. Normalmente, esse valor é alterado com base no Chart Index Center. Se o Chart Index Center estiver definido muito baixo ou você espera valores de índice altos em seu gráfico, é recomendável definir esse valor em 0,25, pois isso fornecerá mais espaço no gráfico para exibir os valores de índice. Se o Chart Index Center estiver definido muito alto ou você espera valores de índice baixos em seu gráfico, é recomendável definir esse valor em 0,75, pois isso fornecerá mais espaço no gráfico para exibir os valores de índice.

O Chart Index Center e o Chart Percent Composition Center podem ser usados ​​apenas quando o Tipo de gráfico está definido como GAME_PLAN, mas esses valores ainda são opcionais.


Sintaxe

Seleciona o tipo de gráfico de segmentação.

  • GAME_PLAN - divide os segmentos em quatro quadrantes com base na composição percentual e índice. Use este gráfico para identificar grupos-alvo centrais, de desenvolvimento e de nicho.
  • MULTI_PROFILE_CHART —É igual ao Gráfico de comparação de perfis, exceto que você pode escolher até três perfis adicionais para visualizar. O primeiro perfil é comparado ao perfil base como um gráfico de barras e os outros três perfis são comparados ao perfil base como gráficos de linha.
  • PROFILE_COMPARISON_CHART —Compara um perfil de segmentação com um perfil de base e representa graficamente o Relatório de Perfil de Tapeçaria do Cliente.

O perfil de base usado no cálculo do índice e penetração percentual. Este perfil geralmente é baseado na extensão geográfica de seus clientes.

Um ou mais perfis de segmentação usados ​​para gerar o Gráfico de Perfis Múltiplos. Os perfis de destino que serão comparados ao perfil de base. Normalmente, isso é baseado em seus clientes e é gerado usando as ferramentas de Perfil de Segmentação.

Seleciona o grupo de segmentação.

  • Modos de vida - segmentos que compartilham uma experiência, como nascer no mesmo período de tempo, ou uma característica, como riqueza.
  • Urbanização —Segmentos que compartilham uma localidade, desde os desfiladeiros urbanos das maiores cidades até as vias rurais de vilas ou fazendas.

Este valor controla a posição do eixo x ao longo do eixo y no gráfico.

Define o eixo x do gráfico. Este valor é usado para determinar o índice de limite de sua análise. Qualquer coisa acima deste eixo excederia o limite do índice.

Define o eixo y do gráfico. Este valor é usado para determinar o limite de composição percentual de sua análise. Qualquer coisa à direita deste eixo excederia o limite.


Sobre o autor

Flora Vale

Flora é engenheira de produto na equipe de análise e geoprocessamento da Esri. Ela é apaixonada pelo uso de análise espacial e visualização de dados para responder a perguntas e resolver problemas. Além de construir software, Flora adora ensinar métodos analíticos por meio de ilustrações conceituais e acredita que qualquer pessoa pode aprender como pensar espacialmente e tomar decisões baseadas em dados. Flora estudou Geografia e SIG na UMD, e atualmente cursa o doutorado em Sistemas e Tecnologia de Informação na CGU.


Gráficos, relatórios e animações

Os gráficos apresentam informações sobre os recursos do mapa & # 8212 e a relação entre eles & # 8212 de maneira visual e fácil de entender. Os gráficos complementam um mapa porque transmitem informações que, de outra forma, levariam tempo para resumir e entender, por exemplo, você pode comparar rapidamente as características para ver quais têm mais ou menos de um determinado atributo. Os dados tabulares não espaciais também podem ser a fonte de onde os gráficos são extraídos. Portanto, um gráfico é uma boa ferramenta de exploração para análise de dados espaciais e não espaciais e pode ajudar a revelar padrões ou tendências ocultos.

Os gráficos no ArcMap permitem que você compare relações entre mapas e dados dinamicamente. Você pode exibir informações de dados vetoriais e raster em um gráfico usando as mesmas cores do mapa. Quando você seleciona um elemento no mapa ou em uma tabela, ele também é selecionado em um gráfico e vice-versa.

Ao criar um gráfico, você escolhe um campo de uma tabela ou tabela de atributos da camada. Você também pode exibir campos adicionais no gráfico como uma série. Os dados para cada série podem vir do mesmo conjunto de dados de entrada ou de uma das outras camadas disponíveis para ArcMap. Por exemplo, as populações de cinco estados no oeste dos Estados Unidos nos anos 1950 e 2000 foram traçadas em um gráfico de barras verticais usando dados de duas camadas diferentes do mapa.

Os relatórios apresentam os fatos e números por trás de sua análise e são companheiros inestimáveis ​​para os mapas que você cria. Os relatórios permitem que você exiba com eficácia as informações de atributos armazenadas com seus dados geográficos sobre os recursos do mapa em um formato tabular controlado por você.
ArcMap fornece dois métodos para a criação de relatórios. Para um relatório simples, use a ferramenta de relatório embutida do ArcMap quando precisar de uma ferramenta de criação de relatório gráfico com funções completas, use o Crystal Reports. Os relatórios que você cria com o Crystal Reports são gerenciados como arquivos fora do ArcMap ArcMap simplesmente passa as informações tabulares das camadas em seu mapa para o Crystal Reports.

Ao usar a ferramenta de relatório embutida do ArcMap, você pode criar relatórios que são armazenados diretamente com seu mapa. Depois de criado, você pode colocar um relatório no layout do mapa próximo aos dados geográficos ou salvá-lo como um arquivo para adicionar a outro documento de mapa ou usar para distribuir. Você também pode exportá-lo para vários formatos de arquivo diferentes: PDF, RTF ou texto simples.

Uma animação é uma visualização das alterações nas propriedades de um objeto (como uma camada) ou um conjunto de objetos (como várias camadas). As animações dão vida aos seus documentos, armazenando ações para que possam ser reproduzidas como você quiser. Eles podem ajudá-lo a visualizar mudanças na perspectiva, mudanças nas propriedades do documento, movimentos geográficos e mudanças temporais. Use animações para entender padrões em dados ao longo do tempo e para automatizar os processos que seriam realizados para demonstrar pontos que só podem ser feitos por meio de dinâmica visual. Por exemplo, você pode animar os valores de temperatura ao longo do tempo, pressão com elevação crescente ou o crescimento de uma cidade. O gráfico abaixo é um instantâneo de uma animação da mudança da população dos EUA ao longo do tempo. (Clique aqui para ver o vídeo de animação completo.)

Múltiplas animações podem ser reproduzidas juntas, então, por exemplo, você pode ter uma animação que rastreia o olho de um furacão e exibe mudanças de temperatura ao mesmo tempo. Você também pode animar dados no ArcScene e ArcGlobe.


Na cartografia digital, um gráfico ou objeto distintamente identificável no mapa ou layout de página. Por exemplo, um elemento do mapa pode ser um título, uma barra de escala, uma legenda ou outro elemento ao redor do mapa. A própria área do mapa pode ser considerada um elemento do mapa, ou um objeto dentro do mapa pode ser referido como um elemento do mapa, como uma camada de estradas ou um símbolo de escola.

Qualquer um dos objetos ou elementos de suporte que ajudam o leitor a interpretar um mapa. Os elementos circundantes típicos do mapa incluem o título, a legenda, a seta norte, a barra de escala, a borda, as informações de origem e outros textos e mapas inseridos.


Na cartografia digital, um gráfico ou objeto distintamente identificável no mapa ou layout de página. Por exemplo, um elemento do mapa pode ser um título, uma barra de escala, uma legenda ou outro elemento ao redor do mapa. A própria área do mapa pode ser considerada um elemento do mapa, ou um objeto dentro do mapa pode ser referido como um elemento do mapa, como uma camada de estradas ou um símbolo de escola.

Qualquer um dos objetos ou elementos de suporte que ajudam o leitor a interpretar um mapa. Os elementos circundantes típicos do mapa incluem o título, a legenda, a seta norte, a barra de escala, a borda, as informações de origem e outros textos e mapas inseridos.


Relatórios de uso disponíveis

Os relatórios de uso disponíveis variam de acordo com a categoria que você está visualizando.

Contente

Os relatórios de conteúdo ilustram como os membros estão criando, usando e compartilhando conteúdo. Os gráficos, tabelas e mapa oferecem suporte a interações de detalhamento que permitem refinar os detalhes do relatório. Ajuste a hora na parte superior do aplicativo para alterar o período do relatório para os relatórios. Você pode ver a atividade de conteúdo nos últimos 12 meses. O padrão é duas semanas.

  • Detalhes do conteúdo - exibe o número de itens na organização em cinco categorias distintas - mapas, camadas, arquivos, aplicativos e ferramentas - e resume as contagens em um gráfico de barras. Selecione uma categoria para ver quantos tipos diferentes dessa categoria existem e para ver uma tabela com detalhes adicionais. Clique no nome de um item para ver um gráfico com detalhes de uso.
  • Extensão do conteúdo - Exibe a extensão geográfica de todos os itens pertencentes à organização durante o período do relatório.
  • Resumo do conteúdo - exibe o número de itens novos ou modificados adicionados à organização durante o período do relatório. Colaboradores é o número de membros que criaram ou modificaram itens durante o período do relatório.
  • Colaboradores - exibe os principais colaboradores durante este período de relatório e quantas contribuições cada membro enviou ao portal.
  • Resumo de compartilhamento - exibe a distribuição de como os membros estão definindo permissões de compartilhamento em itens durante o período do relatório.
  • Marcas nos itens - Exibe uma lista ordenada das marcas usadas em todos os itens retornados no relatório de atividade atual. O tamanho da tag é dimensionado com base na frequência de seu uso.
  • Conteúdo Mais Popular - Exibe os 10 principais itens visualizados na organização desde o dia em que o Portal for ArcGIS foi instalado.
  • Conteúdo total - exibe uma contagem resumida do número total de itens na organização. O número máximo de itens reportáveis ​​é 10.000.

Membros

Os relatórios de membros ajudam a entender o status dos membros da sua organização e suas atividades no sistema. Os gráficos, tabelas e mapa oferecem suporte a interações de detalhamento que permitem refinar os detalhes do relatório. Ajuste a hora na parte superior do aplicativo para alterar o período do relatório para os relatórios. Você pode ver as atividades dos membros nos últimos 12 meses. O padrão é duas semanas.

  • Membros por função - Exibe a distribuição de membros por função, o número de contas atribuídas e o número de níveis atribuídos. Os membros são atribuídos a uma das cinco funções do portal: Visualizadores, Usuários, Editores, Administradores e Função Personalizada. Para obter mais informações, consulte Níveis, funções e privilégios.
  • Resumo de utilização e estatísticas - Exibe várias informações de uso, incluindo contribuições e atividades de colaboração para o membro selecionado para o período de tempo selecionado. Ele também exibe a extensão geográfica de todos os itens de propriedade do membro selecionado. Para alterar o relatório de detalhes do membro, selecione um membro diferente na tabela Relatório de Membro por Função.

Grupos

Os relatórios de grupo fornecem uma sensação de colaboração ativa dos membros da organização.


Métodos

EpiVue foi projetado usando a arquitetura J2EE de 4 camadas convencional que consiste em uma camada de fonte de dados usando um banco de dados PostgreSQL e arquivos estáticos, uma camada de negócios utilizando Enterprise Java Beans (EJB), uma camada da web usando servlets e Java Server Pages (JSP), e uma camada de cliente de navegador genérico.

Os três conjuntos de dados usados ​​neste trabalho foram obtidos originalmente em diferentes formatos. O conjunto de dados de câncer do estado de Washington [8] estava em formato ASCII delimitado por tabulação, o conjunto de dados de morte do estado de Washington [9] estava no formato de arquivo de dados Xbase (.dbf) e o conjunto de dados de expectativa de vida [10] estava no formato de planilha do Microsoft Excel ( .xls). Cada um desses arquivos foi analisado usando programas Perl [24] com os seguintes pacotes de utilitários Perl: XBase.pm para arquivos .dbf e Spreadsheet.pm para arquivos .xsl. Os conjuntos de dados analisados ​​foram carregados em um banco de dados relacional PostgreSQL [2] usando o módulo Perl DBI.pm. Todos os módulos Perl mencionados acima estão disponíveis gratuitamente para download no CPAN [32]. Os dados geográficos para estados, limites de condados e CEPs foram baixados do Censo dos EUA 2000 pelo Escritório do Censo dos EUA [11]. Os dados geográficos do CEP foram carregados no banco de dados PostgreSQL [2] e cada CEP é representado por seu centro de latitude e longitude. Os dados de limites de condados e estados foram armazenados no banco de dados PostgreSQL e em arquivos ASCII delimitados por tabulação estáticos.

A camada da web e a camada de negócios são componentes do servidor de aplicativos JBoss J2EE [3]. Os beans EJB na camada de negócios interagem com o banco de dados e executam todas as consultas de negócios. Os servlets na camada da web processam os pedidos do cliente e os passam para os beans EJB e obtêm os resultados da consulta dos beans EJB. Os servlets também integram várias ferramentas utilitárias listadas na Figura 1 para gerar respostas às solicitações do cliente. Java Server Pages (JSP) na camada da web é usado para apresentar respostas dinâmicas aos clientes.

A camada de cliente é composta de páginas html estáticas e dinâmicas, incluindo formulários, tabelas, gráficos e Javascripts incorporados com capacidade AJAX para Google Maps ™. AJAX é um grupo de técnicas de desenvolvimento web inter-relacionadas usadas para criar aplicações web interativas. É assíncrono, pois os dados extras são solicitados do servidor e carregados em segundo plano sem interferir na exibição e no comportamento de uma página existente. A maioria dos navegadores modernos, como Internet Explorer, Firefox e Safari, funcionará corretamente sem quaisquer plug-ins adicionais. Os mapas de polígonos estaduais e municipais são implementados usando o suporte do Google Maps ™ para KML [25] ou KMZ. Os mapas para códigos postais ou dados de latitude / longitude são implementados usando a programação AJAX com a API do Google Maps ™.

O EpiVue pode ser acessado em seu site [33].


Princípios de mapeamento

Os mapas são a base do jornalismo: a necessidade básica de mostrar o “onde” das histórias significa que elas são usadas com frequência. Ao contrário de alguns tipos de gráfico, como gráficos de bolhas ou diagramas de rede, que podem exigir alguma explicação para os não iniciados, os mapas não precisam de introdução - todos estamos familiarizados com o uso deles para navegar. Na verdade, graças à revolução dos smartphones, a maioria de nós agora carrega aplicativos sofisticados de mapeamento interativo aonde quer que vá.

Os mapas também podem ser usados ​​para visualizar dados, que serão nosso foco principal nas próximas aulas, à medida que processamos geodados e aprendemos como exibi-los em mapas estáticos e online. Antes de entrarmos nos detalhes práticos de fazer mapas, cobriremos alguns princípios básicos de mapeamento e boas práticas em fazer mapas.

Os dados que usaremos hoje

Baixe os dados desta sessão aqui, descompacte a pasta e coloque-a em sua área de trabalho. Ele contém os seguintes arquivos:

  • sf_test_addresses.tsv Arquivo de texto com lista de 100 endereços em San Francisco, para exercício de geocodificação.
  • Refine_geocoder.json arquivo JSON para geocodificar usando Open Refine.
  • sf_test_addresses_short.tsv Os primeiros 10 endereços do arquivo anterior.

Os primeiros dois arquivos também podem ser baixados deste repositório Github.

Para o exercício de geocodificação de hoje, você precisará de uma chave de API do Bing Maps e de uma chave de API do MapQuest. Obtenha sua chave Mapquest aqui. Se você ainda não tem uma conta da Microsoft, primeiro precisará criar uma antes de solicitar uma chave do Bing Maps. Em seguida, entre no Portal do Bing Maps e selecione Minha conta & gtCriar ou visualizar chaves no menu superior.

Latitude e longitude

Considere os seguintes conceitos em relação a esta imagem:

Ao plotar pontos em um mapa, você geralmente precisará saber sua latitude e longitude. Latitude e longitude é um sistema de coordenadas geográficas que permite que cada localização na superfície da Terra seja definida por dois números. Latitudes são distâncias angulares, dadas em graus de 0 a 90, que definem a que distância ao Norte ou ao Sul um ponto está do Equador. Longitudes são distâncias angulares, dadas em graus de 0 a 180, que definem quão distante a Leste ou Oeste um ponto está de uma linha que vai do Norte ao Pólo Sul através do Observatório Real em Greenwich, Londres. Linhas de latitude igual são conhecidas como paralelas, enquanto linhas de longitude igual são chamadas de meridianos.

Os graus de latitude ou longitude podem ser subdivididos em minutos e segundos (às vezes chamado de sistema DMS) ou podem ser dados como decimais. Existem 60 minutos em um grau, e 60 segundos em um minuto, os símbolos para graus, minutos e segundos são: °, 'e ". No formato decimal, os pontos ao norte do Equador são dados como valores positivos, enquanto aqueles ao sul do Equador são negativos. Da mesma forma, para longitude, os pontos a leste do meridiano principal que atravessa Greenwich são positivos, enquanto aqueles a oeste são negativos.

Para entender como isso funciona, considere a localização da Escola de Pós-Graduação em Jornalismo da UC Berkeley. Suas coordenadas de latitude e longitude são 37.8749998 e -122.2596684, que também podem ser escritas como 37 ° 52 '30,0 "N, 122 ° 15' 34,8" W. Se você desenhasse uma linha do centro da Terra até o J-School e, em seguida, outra até o Equador na mesma longitude, o ângulo entre eles seria 37,8749998 graus. Se você pegasse uma fatia da Terra nesta latitude, paralela ao equador, e desenhasse duas linhas do centro desta fatia, uma para o Meridiano Principal, a outra para o J-School, o ângulo entre eles seria -122,2596684 graus.

(Vários serviços online oferecem suporte à conversão de DMS para latitudes e longitudes digitais e vice-versa - os dois links fornecidos são de uso gratuito e devem processar muitos milhares de registros ao mesmo tempo.)

Existem 360 graus em um círculo completo, o que explica por que a longitude vai de 0 a 180 graus tanto para o leste quanto para o oeste. Da mesma forma, mover-se do Pólo Norte para o Pólo Sul significa viajar na metade da circunferência da Terra, razão pela qual a latitude vai de 0 a 90 graus tanto do Norte quanto do Sul.

Dois pontos separados por um grau de latitude, situados na mesma longitude, estarão sempre separados por cerca de 69 milhas, porque os meridianos são sempre do mesmo tamanho, representando metade da circunferência da Terra. No entanto, os paralelos diminuem de tamanho à medida que nos aproximamos dos pólos. No Equador, um grau de longitude novamente corresponde a uma distância linear através da superfície da Terra de cerca de 69 milhas. Mas a 45 graus de latitude Norte ou Sul, você precisaria viajar apenas 49 milhas para cobrir um grau de longitude.

Geocodificação

Freqüentemente, ao iniciar um projeto de mapeamento, você pode precisar converter uma série de endereços em latitudes e longitudes para que possam ser colocados em seu mapa. Isso é chamado de geocodificação.

Existem várias APIs de geocodificação, que podem ser acessadas de várias maneiras. O número de solicitações permitidas por dia e os termos de uso variam de serviço para serviço: o serviço gratuito do Google, por exemplo, permite que cada usuário geocodifique 2.500 endereços por dia e especifica que as coordenadas resultantes só podem ser usadas para fazer um mapa do Google .

Por causa dessa restrição, usaremos os serviços oferecidos pelo Microsoft Bing Maps e MapQuest Open (que é baseado no serviço Nominatim do OpenStreetMap) para geocodificar endereços de amostra em San Francisco.

Essas APIs de geocodificação podem ser acessadas no Open Refine. Aqui está como geocodificar endereços do Open Refine usando a API do Bing:

Crie um novo projeto Open Refine importando um arquivo de texto contendo endereços completos em uma coluna, com o endereço do cabeçalho. Nossos dados de teste já estão neste formato, use sf_test_addresses_short.tsv para este exercício inicial.

Na coluna de endereço, selecione Editar coluna & gtAdicionar coluna buscando URLs. , chame a coluna bing_json e use a seguinte expressão:

Observe que você terá que inserir sua própria chave de API do Bing no lugar de BingMapsKey. Além disso, defina o atraso do acelerador para 500 milissegundos para um processamento mais rápido. Esta expressão constrói um URL que consultará a API de geocodificação do Bing e retornará dados para o endereço em questão no formato JSON.

Na coluna bing_json, selecione Editar coluna & gtAdicionar coluna com base nesta coluna. , chame a coluna bing_lat_lon e use esta expressão para extrair a latitude e longitude do JSON retornado pela API:

Divida a coluna bing_lat_lon em duas colunas, selecionando Editar coluna & gtSplit em várias colunas e, em seguida, renomeie essas colunas como bing_latitude e bing_longitude.

Na coluna bing_json, selecione Editar coluna & gtAdicionar coluna com base nesta coluna. , chame a coluna bing_confidence e use esta expressão para extrair a confiança da API do Bing na precisão de sua geocodificação:

Na coluna bing_json, selecione Editar coluna & gtAdicionar coluna com base nesta coluna. , chame a coluna bing_type e use esta expressão para extrair o tipo de lugar que a API do Bing geocodificou:

Para um endereço completo, deve retornar Endereço quando a geocodificação for bem-sucedida.

Por fim, exclua a coluna bing_json selecionando Editar coluna & gtRemover coluna.

Como vimos na semana 4, agora é possível extrair o código JSON que permitirá que você repita essas etapas em qualquer dado no mesmo formato.

O arquivo refine_geocoder.json geocodificará uma amostra de endereços usando as APIs abertas do Bing e do MapQuest. Novamente, você precisará substituir BingMapsKey neste arquivo por sua própria chave de API do Bing e MapQuestKey por sua chave de API de MapQuest. Na aula, usaremos esse código para geocodificar o conjunto de dados sf_test_addresses.tsv maior.

Para os resultados do MapQuest Open, a coluna mapquest_class fornece informações sobre a precisão da geocodificação: local, comodidade ou loja indicam geocodificação para um endereço preciso da estrada indica geocodificação apenas para uma rua. A coluna mapquest_type fornece mais informações sobre o endereço ou rua em questão.

Outras opções de geocodificação incluem o geocodificador GPS Visualizer. Você precisará de chaves de API para os serviços de geocodificação que usa.

O geocodificador do GPS Visualizer funcionará a partir de uma lista simples de endereços, ou a partir de dados tabulares, com diferentes aspectos do endereço (endereço, cidade, estado, CEP e assim por diante) em campos separados. Defina o tipo de controle de dados conforme apropriado. Se você estiver trabalhando com dados tabulares, com o endereço dividido em vários campos, ajuste o Separador de campo no controle de saída para refletir o separador em seus dados. Eu recomendo fortemente usar a lista bruta, 1 endereço por opção de linha, que na minha experiência fornece resultados muito mais confiáveis.

Marcar Incluir fonte + informações de precisão na saída garantirá que a saída inclua a notificação da precisão da geocodificação para cada registro: o endereço indica a geocodificação precisa para um endereço específico.

Selecione Bing Maps como a fonte e cole sua chave de API do Bing Maps na caixa. Em seguida, cole os dados do endereço, menos a linha do cabeçalho, do arquivo sf_test_addresses.tsv na caixa Entrada :, clique em Iniciar geocodificação e os resultados aparecerão na caixa Resultados como texto :. Quando todos os endereços tiverem sido processados, copie e cole os resultados em um arquivo de texto e salve. Se você tiver um grande número de endereços para geocodificar, recomendo dividi-los em lotes de 1.000 ou menos.

Qualquer que seja o serviço usado para geocodificar endereços, forneça a confirmação apropriada. Os termos e condições do MapQuest exigem que você inclua esta confirmação em qualquer site ou aplicativo usando dados geocodificados por meio de seu serviço:

Os dados também devem ser fornecidos ao OpenStreetMap, veja aqui as instruções sobre como creditar apropriadamente.

Aqui está uma confirmação de HTML para o Bing no mesmo estilo acima:

Esteja ciente de que geocodificadores diferentes fornecerão resultados ligeiramente diferentes. Na minha experiência, o MapQuest Open tende a localizar endereços em calçadas ou fachadas de prédios, enquanto o Bing tende a localizar no meio do prédio em questão. A taxa de falha do Bing também parece ser menor. Pode ser necessário registrar manualmente as coordenadas dos endereços que falham ou que não são geocodificados para um endereço preciso. Nesses casos, tente pesquisar o endereço no Bing Maps ou Google Maps. Para o último, observe a latitude e longitude do marcador de lugar que aparece, mostrado aqui após o símbolo @:

Você também pode experimentar os GeoServices da Texas A & ampM University, que irão geocodificar a partir de um arquivo de texto enviado, enviando-lhe um e-mail quando os resultados estiverem prontos para download. Primeiro inscreva-se para uma conta gratuita e, em seguida, carregue seus dados.

Projeções de mapa

Como a Terra é aproximadamente esférica, qualquer mapa que não seja um globo é uma distorção da realidade. Assim como você não pode descascar uma laranja e organizar a pele como um retângulo, círculo ou elipse perfeito, é impossível plotar a superfície da Terra em duas dimensões e representar com precisão distâncias, áreas, formas e direções.

Os mapas podem ser feitos simplesmente traçando a latitude no eixo X e a longitude no eixo Y na mesma escala, às vezes chamada de projeção Equirretangular:

A maioria dos mapas é desenhada de acordo com um sistema de projeção mais sofisticado, entretanto. Existem muitos sistemas diferentes, cada um dos quais com vantagens e desvantagens. Algumas projeções são otimizadas para minimizar a distorção da área, outras visam preservar a forma ou a distância, enquanto outras mantêm as direções constantes.

O Google e a maioria dos outros mapas online usam uma projeção de Mercator, que foi originalmente projetada para navegação no mar. A principal força da projeção de Mercator é que ela preserva a direção, de modo que qualquer linha reta desenhada no mapa é uma linha de direção constante da bússola. Os paralelos são todos horizontais e os meridianos verticais. Essa preservação da direção também é uma boa escolha para mapas com zoom usados ​​principalmente para orientação local. A grande desvantagem dessa projeção é que ela distorce a área e a forma, especialmente em latitudes altas, o que a torna uma escolha ruim para representar o mundo inteiro. Observe como as distâncias entre os paralelos aumentam com a latitude:

Ao mapear o território continental dos Estados Unidos, principalmente ao colorir ou sombrear diferentes áreas de acordo com os valores dos dados, é comum usar a projeção Albers Equal Area Conic, como pode ser visto neste mapa de condições de seca em todo o país:

Como o nome sugere, essa projeção minimiza distorções de área. Não preserva a direção da bússola: observe que a fronteira com o Canadá, que segue paralelamente a uma latitude de 45 graus N, é uma curva, e não uma linha reta.

A projeção Albers Equal Area Conic raramente é usada para mostrar a Terra inteira, por razões óbvias quando você vê a projeção em uma visão global:

Para minimizar a distorção da área em um mapa global, a melhor escolha é a projeção de Mollweide:

A projeção Mollweide também é frequentemente usada para mapas de todo o céu (que pode ser considerado o interior de uma esfera). Usei-o aqui para comparar a resolução dos mapas da radiação cósmica de fundo em microondas, que revelam ondulações no espaço-tempo que são os remanescentes das condições no Universo primitivo, com vistas da Terra:

A principal desvantagem da projeção de Mollweide é a distorção da forma em altas latitudes e longitudes - veja, por exemplo, o Alasca nos mapas de Mollweide acima.

Sob certas circunstâncias, preservar a distância pode ser o objetivo mais importante. Aqui, uma projeção azimutal equidistante é a melhor abordagem:

Abaixo, uma projeção azimutal equidistante, centrada na Coreia do Norte, é usada para ilustrar os locais que podem estar dentro do alcance dos mísseis balísticos daquele país:

Aqui, para comparação, está um mapa que destaca a zona dentro de 10.000 km da Coreia do Norte usando a projeção de Mercator do Google Maps:

Como mostram os mapas do Equidistante Azimutal norte-coreano e da Albers Equal Area Conic, as projeções podem ser centralizadas em qualquer ponto da Terra - elas não precisam ser centralizadas na interseção entre o Equador e o Meridiano Principal, que é o mais comum visualizar para um mapa global.

Distorções de forma, área, distância e direção são mais óbvias quando se representa o globo inteiro. Sob essas circunstâncias, os cartógrafos geralmente adotam uma projeção de compromisso em que distância, área, forma e direção são distorcidas, mas em um grau mínimo. Um exemplo é a projeção Robinson:

Esta foi a projeção que usei para os mapas do PIB global per capita que vimos na semana 1:

Além de uma projeção, um mapa também possui um datum, que se refere a um modelo matemático que dá conta da forma da Terra - que não é uma esfera perfeita.

Colocando dados em mapas

Círculos em escala vs. mapas coropléticos

Os dados podem ser colocados em mapas de várias maneiras. Quando variáveis ​​contínuas são plotadas em pontos, uma abordagem comum é usar círculos centralizados em cada ponto, dimensionados de acordo com os valores dos dados. Aqui está outro exemplo dessa abordagem, usado para mostrar fatalidades causadas por tornados:

Ao traçar dados para áreas geográficas, a abordagem mais comum é preencher as áreas com cores de acordo com os valores dos dados, como meus mapas de PIB per capita ou o mapa de seca dos EUA acima. São conhecidos como mapas coropléticos.

Os mapas coropléticos têm uma desvantagem importante: nossos olhos são atraídos para extensões de cores, o que significa que grandes áreas geográficas atrairão mais atenção, sejam ou não mais importantes para a história que você está tentando contar a partir dos dados. Isso se torna um problema particular com mapas que ilustram resultados de eleições, onde a importância de pequenas áreas geográficas com grandes populações que têm um grande impacto no resultado geral é minimizada, enquanto grandes áreas escassamente povoadas são superestimadas. Olhando para este mapa de resultados da eleição presidencial de 2012 por condado, por exemplo, alguém poderia pensar à primeira vista que Mitt Romney foi o vencedor:

Nesses casos, círculos em escala localizados no centro das áreas geográficas podem ser uma opção melhor. Here is another map from the same interactive, using that approach to visualize the size of each candidate’s lead in each county, measured by the absolute number of votes. This shows how Barack Obama won the election through his strong support in densely populated urban areas:

Cartograms

Another solution to the main drawback of choropleth maps is to distort the areas plotted on the map to reflect aspects of the data, rather than geographical reality. These maps are called cartograms.

There are several algorithms for making cartograms which preserve the boundaries between geographical areas, which result in “organically” distorted maps. Here, for example, is a rendering of the 2012 Presidential Election results by county, distorted using the algorithm described in this scientific paper:

A good tool for making maps like this is Scapetoad. However, bear in mind that the impact of these maps derives from their disconcerting perspective. That can be useful to make your audience think about an issue in a new way, which was the thinking behind these maps of mine, comparing nations measured by GDP, and by a measure called the Happy Planet Index:

The cartograms we have seen so far retain common borders between areas, which constrains the accuracy with which areas can be resized according to values for a continuous variable. By relaxing this constraint, it is possible to resize areas more precisely:

However, bear in mind that it is hard to compare the areas of non-regular shapes, so either form of cartogram is not so useful if you want your audience to be able to “read” the data in a precise way.

It is also possible to make geometric cartograms, which use the area of shapes (generally circles or squares) to make a more abstract “map” in which the relative size of different elements is easier to compare. This graphic from The New York Times, published during the 2012 Presidential election campaign, took this approach:

Along similar lines, for its coverage of the 2010 U.K. General Election, the BBC represented each parliamentary constituency as a hexagon of equal area. The resulting map bore sufficient resemblance to an actual map of the United Kingdom to be meaningful, and users of the website could switch between the proportional and geographical maps to gain a more complete picture of the results by location:

Hexagons have advantages for mapping because they tile perfectly in a honeycomb-like grid. Maps of this type, sometimes called “tilegrams” have since become popular for representing election results and forecasts. Here, for example, is a map representing the electoral college for the 2016 presidential election, from FiveThirtyEight:

The data visualization studio Pitch Interactive recently created a tool for making U.S. tilegrams. To use the resulting map in other mapping tools, click the Export Toposon button. You can then use mapshaper to convert to other geodata types, see below. There is also an R package called tilegramsR, see here and here for examples.

Dot density maps: Seeing the big picture by showing all (or most) of the data

Sometimes patterns emerge from geographic data when we see the spatial distribution of every single occurrence of a phenomenon. This is the thinking behind dot density maps, like this visualization of the 2010 U.S. Census, which includes a colored point for every single person:

The overall effect is rather like pointillist art. These maps work well when zoomed out, but are not so informative at high zoom levels.

A similar approach can work with aggregations of data, as in this project from The New York Times, which drew one dot for every 200 people, rather than one dot per person:

Making sense of many overlapping points: Heatmaps vs. hexagonal binning

While dot density maps can be useful on occasion, sometimes you may need to tell a story based on the distribution of points where they overlap, or sit directly on top of one another. This can present a misleading picture, as much of the data will be obscured.

Under such circumstances, other approaches are necessary. Heat maps, for example, plot the density of points on a map as a gradient of colors, typically running from cool blues or greens to warm reds. Here, to illustrate, I have used this approach to map violent events in Syria’s civil war from its start to the end of the first quarter of 2013, revealing “hotspots” of violence that were not so obvious from a map of thousands of overlapping points, seen below:

(Source: Peter Aldhous, from GDELT data)

While heatmaps are good for qualitatively identifying hotspots, they are less useful for communicating quantitative information. For this purpose, a better approach is to superimpose a hexagonal grid over the map, count the points in each cell, and use those counts to create a choropleth map, based on the grid. I used that approach on the same data to make this map of Syria’s conflict:

Think before you map: Is this the best representation of the data?

Whenever you come across data that can be put on a map, it’s very tempting to do this. However, always ask yourself: Is this the best way of telling my story? From the examples above, you will see that most maps encode data either using color, or through the area of circles or other symbols. You will remember from week 2 that these two visual encodings fall fairly low down on the perceptual heirarchy of visual cues, making it relatively hard for your audience to make accurate, quantititative comparisons.

Consider these two representations of similar data on rates of overall gun death (the map) and gun homicides (the bar chart) by U.S. state:

The bar chart clearly allows the more detailed comparison between rates for different states. However, the map still has value because it does show that the states with the highest gun death rates occur in particular geographic locations. In cases like this, consider using a map as only one part of your graphic, perhaps as a secondary element.

Static vs. zoomable tiled maps

When designing a map-based graphic, one of the first things to decide is whether you want to display a static map view, or whether users should be able to pan and zoom the map in a dynamic way.

Web maps that can be panned and zoomed generally depend on a series of world maps of different zoom levels, which are each divided into square tiles. The tiles are loaded into the web browser as required as the user pans and zooms the map. This image demonstrates the principle:

Zoomable data-driven web maps are often displayed over basemaps from Google, OpenStreetMap, or another provider. Because these basemaps use a Mercator projection, that projection needs to be used for the data layers also.

Geographic data formats

Most commonly you will come across geodata in which values are attached to points, lines or polygons. This is called “vector” geodata, and here are some common formats. (For points, geodata may also be provided in CSV format.)

KML, or Keyhole Markup Language, is the format used to display data on Google Earth and Google Maps. As the name suggests, it is based on XML, and has a similar structure of nested tags.

These tags can define a range of elements including point markers such as the familiar placemarks used on Google Maps, lines, and the boundaries of geographical areas, known as “polygons.” The coordinates of these elements, their color and other aspects of their styling, and the information bubbles that may appear when the elements are clicked, can all be encoded in the KML.

Here, for example, is a simple KML file coding for an exaggeratedly tall representation of The Pentagon. Notice how the coordinates for the polygon give latitudes and longitudes that define the inner and outer boundaries of the building, and locate the “roof” at a height of 100 meters above ground level. <extrude>1</extrude> extends the shape to the ground:

Here is how this file displays in Google Earth:

See Google’s tutorial and reference for a guide to the tags that can be used to code KML.

KML can also be compressed into KMZ files. To create a KMZ file from KML, open the file in Google Earth, right-click on the file in the Places panel, select Save Place As , and then select KMZ under format.

KML has been adopted as a standard for geographic data, and so can be used by a wide range of mapping applications, including Geographic Information Systems (GIS) software.

GeoJSON

GeoJSON is a variant of JSON develeoped for encoding geographic data, commonly used for data-driven online maps. Its overall structure is the same as conventional JSON. Each Feature has properties , which can be any data related to the feature, geometry , which includes its type (point, polygon and so on), and latitude and longitude coordinates . Features can be grouped into a FeatureCollection . Here, for example, are the first ten addresses we geocoded earlier using the Bing maps API, encoded as GeoJSON (you may need to scroll to the right to see all of the data):

TopoJSON is an extension of GeoJSON which is more compact, because polygons are described by line segments, rather than their entire boundaries. This means that the boundary between California and Nevada, for instance, is represented only once, rather than twice — once for each state. This keeps file sizes small, which can be advantageous when data must be loaded and rendered in a web browser.

Shapefile

This is a geodata format developed by ESRI, manufacturer of ArcGIS, the leading commercial Geographic Information System (GIS) application. Shapefiles can represent elements including points, lines and polygons, and can also include information on map projection and datums.

Shapefiles are usually made available for download as zipped folders, and actually consist of a series of files. At a minimum, a shapefile must contain three component files, with the same root name and the following extensions:

  • .shp The main file containing the geometry of the points, lines or polygons mapped in the shapefile.
  • .dbf A database file in dBASE format containing a table of data relating to the components of the geometry. For example, in a world shapefile giving national boundaries, this table might contain data about the countries including their names, capital cities, population, annual GDP, and so on.
  • .shx A positional index of the shapefile’s geometry.

There are several optional file types that may also be included, including a .prj file, which defines the map projection and datum to be used when loading the shapefile into GIS software. Refer to ESRI’s technical specification and the informative Wikipedia entry for more details.

Many government agencies, such as the U.S. Census Bureau, provide data for mapping as shapefiles. You can also download shapefiles from repositories such as Natural Earth.

Converting between vector geodata formats

We will later learn how to use QGIS to convert between the main geodata formats. In addition, this site converts shapefiles to GeoJSON and TopoJSON. Mapshaper, which we will later also use to simplify the geometry of geodata, will import and export data as Shapefile, GeoJSON, and TopoJSON, and so can also be used for data conversion.

Mapping images: raster geodata

Satellite and aerial images can also be placed into maps, which requires the images to be georeferenced, or have location imformation associated with them. Formats for raster geodata include GeoTIFF. If you need to make maps with raster geodata for your final projects, contact me for help!

Assignment

  • Submit an update on your final project, detailing the data you are using, the questions you want to address.
  • Share your data and any visualizations made so far with me.
  • Pay particular attention to explaining any obstacles/problems, so we can brainstorm/solve.
  • From here on, you should arrange meetings to discuss your work as required. Make appointments on the Google Calendar we used previously to arrange meetings during my office hours, on Friday afternoons. I can stay as late as 6pm. If those times are not convenient, email me to arrange a time to talk by Skype.

Further reading

Mark Monmonier: How to Lie With Maps
This popular exploration of how all maps distort reality, and how some can seriously deceive, provides a good overview of cartographic principles.


Assista o vídeo: Smooth the pixels to increase the clarity of the images ArcGIS تنعيم الزوايا للأشكال الهندسيةعلى (Outubro 2021).