В этом разделе
Отображение объектов и стиль
С помощью Esri Maps for IBM Cognos вы можете отобразить ваши данные на карте с помощью различных символов, цветов и размеров, чтобы надлежащим образом представить объекты. Например, вы можете использовать различные принятые символы для обозначения местоположения полиции и пожарных станций или применять разные цвета и размеры символа, чтобы показать расположение крупных городов по численности населения.
Когда вы добавляете данные IBM Cognos на карту, Esri Maps for IBM Cognos создает слой, который отображается на панели Содержание и отображает данные на карте, используя символы по умолчанию. Стиль можно изменить с помощью опций на панели Стиль.
Также можно настроить несколько стилей для слоя, чтобы пользователи отчетов могли настроить отображение данных по своему вкусу. Они смогут выбрать то, что им больше подходит, из заранее настроенных стилей. Для получения более подробной информации см. Настройка стилей для слоя.
Как отрисовываются слои
Панель Стиль позволяет прорисовывать слой следующим образом:
- Одним символом или цветом – отображает объекты слоя с помощью одного символа или цвета.
- Разными цветами – делит данные на классы и отображает каждый из них разным цветом.
- Символами различного размера – делит данные на классы и отображает каждый из них в своём размере.
Для слоев с точечными объектами можно использовать два разных типа символов: значки и фигуры.
- Значки: Стандартные, Компании и предприятия, Общественная безопасность, Транспорт, Люди и места, Общественная безопасность и здравоохранение, Отдых на природе.
- Фигуры: Круги, Кресты, Ромбы, Квадраты, Знаки X.
Для слоев с полигональными объектами можно обозначать данные различными цветами.
Если вы добавили из ArcGIS данные, которые содержат линейные объекты, вы можете изменить стиль линий, выбрав различные типы линий, их цвет и толщину.
Для получения более подробной информации см. Стили точек, Стили линий и Стили полигонов.
Методы классификации
Если вы решили применить стиль к слою с использованием различных цветов или различных размеров символов (только для точечных объектов), вам будет предложено решить, как вы хотите классифицировать данные, и какое поле (или атрибут) будет использоваться для классификации. Если вы решили классифицировать данные по категориям, данные будут распределены по классам и обозначены на основе общего значения поля (или атрибута) выбранного для классификации (например, по типу бизнеса – розничный или оптовый).
Если слой содержит числовые поля, можно классифицировать данные по числовым диапазонам. Для этой опции вы должны выбрать метод классификации. Каждый метод классификации анализирует ваши данные и делит их на классы (группы). Опции метода классификации включают Равные интервалы, Естественные границы, Квантиль и Вручную. Значение, при достижении которого объект попадает в другой класс, часто называют границей класса. Способ определения границы класса в каждом методе классификации обсуждается ниже.
Равные интервалы
Равные интервалы является методом классификации, в котором диапазон значений всех ваших данных делится на равные по размеру поддиапазоны. При классификации по методу равных интервалов вы задаете число интервалов (или поддиапазонов), а Esri Maps for IBM Cognos автоматически определяет, как разделить данные. Например, если задать три класса для поля со значениями в диапазоне от 0 до 300, Esri Maps for IBM Cognos создаст три класса с диапазонами значений 0–100, 101–200 и 201–300.
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 показывает, что магазин входит в группу магазинов, делающих верхнюю треть всех продаж.
Естественные границы
Классы естественных границ основаны на присущих данным естественных группах. Границы классов определяются таким образом, чтобы сгруппировать схожие значения и максимально увеличить различия между классами. Объекты делятся на классы, границы которых устанавливаются там, где встречаются относительно большие различия между значениями данных. Естественные границы хорошо подходят для представления на карте значений данных, которые распределены не равномерно, поскольку кластеризованные значения попадают в один класс.
Квантили
В методе квантиля каждый класс содержит равное количество объектов (например, 10 на класс или 20 на класс). Такая классификация хорошо подходит для линейно (равномерно) распределенных данных. Это полезно, если вы хотите подчеркнуть относительную позицию объекта среди других объектов, например чтобы показать, что магазин находится в верхней четверти всех магазинов по продажам. Квантиль назначает каждому классу одинаковое количество значений данных. Здесь не бывает пустых классов или классов, содержащих слишком малое или слишком большое количество значений.
Поскольку при классификации методом квантилей объекты сгруппированы по принципу их одинакового количества в каждом классе, 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.
Вручную
Если авторы отчётов хотят определять свои собственные классы, они могут вручную установить разделители классов и диапазоны, которые нужны для данных. Для отображения определённых данных на карте уже могут существовать определенные стандарты или указания. Например, вы можете решить выделить объекты с определёнными значениями, которые могут быть выше или ниже порогового значения.
