百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

实测3个工具后,我终于找到了地图可视化神器

bigegpt 2025-02-13 11:13 6 浏览

做数据的人都知道,每次做报告或做图表,大家最喜欢的莫过于数据可视化,可视化中最喜欢的莫过于数据地图。谁让大家都是视觉动物,而地图可视化最能唬人。

但是如何制作地图可视化,本文来分享一些技巧。

目前市场上,能够实现地图可视化的工具有很多,可以分为编程类、平台类和软件类三种:

  • 编程图表类:Matlab、Python、Echarts
  • 地理平台类:Google Fusion、高德Maplab
  • 操作软件类:Excel、BI工具

当然,还有一些别的,如的BatchGeo、Fusion Tables等,这里就不一一列举了,大家也没必要用的那么专业。本文将分别举例用Excel、BI工具、Echarts做图表的过程。并测评一下哪个工具做地图可视化最简单、最省力、最强大!

什么是地图可视化?

在此之前,先理解一下地图可视化的概念。

简单点说,地图可视化就是将地理数据转换成可视化形态,通过将具有地域特征的数据或者数据分析结果形象地表现在地图上,使得用户可以更加容易理解数据规律和趋势。

通俗地讲,地图可视化可以将地理数据更清晰直白地展现出来,比如下面这种:

场景准备

为了测试各个工具性能如何,我设计了一个简单的场景,使用各个工具制作可化地图并对最后的效果进行对比。

  • 现有数据:2018年中国各省市常住人口数量(数据来自国家统计局-2018年统计年鉴)
  • 场景:需要通过地图可视化展示各省市人口的分布情况,方便进行直观对比

制作地图可视化

1、Excel

Excel大家都会用,而做数据地图会用到他的一个Power Map插件,将数据导入Excel中,选中省份和人口数两个字段后,再点击上方的三维地图,就进入了地图可视化编辑界面。



然后,再将省份字段拖入位置选项,并选择省/市/自治区层级,将人口数字段拖入高度(值)选项,最后在类别选项中选择省份字段,切换为区域地图,一张各省市的常住人口可视化地图就完成了。



总结:

Excel实现地图可视化的操作相对来说较为简单,但是功能也比较少,类型只有柱形图、气泡图、热度图以及区域地图等,目前大数据领域常见的流向地图等并不在可选范围内,可用的主题也是微软经典的几款,显得有一些“视觉疲劳”。

2、Echarts

Echarts百度的开源图表库,是一个纯JavaScript的图表库,因此使用Echarts进行地图可视化会稍显复杂,需要有一定JS基础才能较为轻松地上手。

由于Echarts的官方示例没有区域地图的选项(一个小缺点),因此采用气泡图来进行展示。在Echarts中,数据需要预先进行清洗,再放入代码中。代码块主要分为三部分:字段定义地理位置、字段赋值以及图表框架搭建,部分代码如下所示:


写了大约200多行代码,完成了Echarts的可视化地图,气泡的大小表示各省市人口数量的对比,并且标出了人口数量Top5的省份。


总结:

代码开发的特点让Echarts在实现地图可视化的过程中具有极大的自由度(任何用代码开发的操作都是如此)。简单的JS稍微学习下都能很快掌握,难度和VBA差不多,但要深入做一些和数据的交互,会有难度,不仅仅是前端的事情了。总体来看,Echarts作为一款国产工具,可以说瑕不掩瑜,比较推荐有编程基础的读者使用。用于集成一些图表应用。

3、BI工具

举例FineBI,之前提到过,不仅数据分析操作简单,做可视化也很简单,有一套从数据连接、数据处理、数据分析与可视化于的完整流程。

下面就使用FineBI来演示地图可视化的过程。

第一步:抽取数据

其实就是将准备好的Excel上传到FineBI平台上,或者数据在数据库中的话也可以连接。


第二步:创建仪表板,进行地图可视化编辑

数据抽取完成后,再添加一个仪表板用于制作和展示可视化地图,然后再添加一个组件,并选取刚上传的数据集,这样就进入了地图可视化编辑界面。


将省份维度转换成地理角色,并将生成的经度和纬度分别拖入横、纵轴,同时,将人口数指标拖入颜色区域。全程只需要鼠标拖拽,完全不需要进行编程,一个高质量的可视化地图就完成了。


不仅如此,还可以添加组件对省份进行筛选过滤,比如我们需要查看江浙沪三地的情况:


同时,也可以根据人口数量区间进行筛选,比如人口数量在7000万以上的省份分布:


第三步:展示模板

FineBI可以将做好的地图可视化模板挂出,分享web链接进行汇报,省得截图,这样也能实时看到最新的数据情况。


总结:

用BI工具操作相对简单,完成效果也很出色。而且,除了上述功能之外,还支持实时数据更新、地图钻取、自定义区域等功能,图标类型涵盖了绝大部分的使用场景。

但是类似FineBI这种BI工具本身定位是用于数据分析的工具,所以侧重点在于数据处理和分析上,可视化方面只能用其现成的图表和模板(虽然也够用了),如果涉及到个性的一些地理可视化,不能像Echarts做开发。

最后

通过实际体验三款地图可视化的工具,可以发现不同类型的工具各有各的特色:

在操作方面,Excel的PowerMap无疑是最简单的,但简单意味着功能少,显示效果不佳,,凑活着用;

在功能丰富性方面,Echarts作为一款编程型工具占据了极大的优势,但是需要制作者有一定的编程基础,且花费的时间较长;

在应用性上,BI工具还是比较好用的,不需要编程而且简单易做,能够实现平台展示,但是比较适合企业用户,在数据可视化方面是一个不错的选择。

相关推荐

机器学习分类模型评估(三)-F值(F-Measure)、AUC、P-R曲线

概述上二篇文章分别讲述了准确率(accuracy)、精确率(Precision)、查准类、召回率(Recall)、查全率、ROC曲线,本文讲述机器学习分类模型评估中的F值(F-Measure)、AUC...

SPSS ROC曲线诊断临界值确定

ROC曲线是在临床医学和流行病学研究中一种常用的在诊断试验、预测模型中用于决定最佳临界点的方法。ROC曲线用真阳性率和假阳性率作图得出曲线,其横轴表示假阳性率(1-特异度),纵轴表示真阳性率(灵敏度)...

分类器模型检测--ROC曲线和AUC值

在监督学习建模中有一个重要的模块是模块的检测,就是怎样判断一个模型的好坏?那么常用的的检测的指标有P值、R值、F值、ROC曲线、AUC值等,今天来学习他们都是怎么来的,有什么用处。这里为二分类问题,即...

【Python机器学习系列】建立梯度提升模型预测心脏疾病

这是Python机器学习系列原创文章,我的第204篇原创文章。一、引言对于表格数据,一套完整的机器学习建模流程如下:针对不同的数据集,有些步骤不适用即不需要做,其中橘红色框为必要步骤,由于数据质量较高...

如何Keras自动编码器给极端罕见事件分类

全文共7940字,预计学习时长30分钟或更长本文将以一家造纸厂的生产为例,介绍如何使用自动编码器构建罕见事件分类器。现实生活中罕见事件的数据集:背景1.什么是极端罕见事件?在罕见事件问题中,数据集是...

机器学习分类问题:9个常用的评估指标总结

对机器学习的评估度量是机器学习核心部分,本文总结分类问题常用的metrics分类问题评估指标在这里,将讨论可用于评估分类问题预测的各种性能指标1ConfusionMatrix这是衡量分类问题性能的...

基于R语言的ROC曲线绘制及最佳阈值点(Cutoff)选择

ROC曲线在介绍ROC曲线之前,我们首先需要介绍混淆矩阵(ConfusionMatrix)。在统计分类模型的评估过程中分别统计分类模型归错类,归对类的观测值个数,然后把结果放在一个表里展示出来的表格...

R数据分析:多分类问题预测模型的ROC做法及解释

有同学做了个多分类的预测模型,结局有三个类别,做的模型包括多分类逻辑回归、随机森林和决策树,多分类逻辑回归是用ROC曲线并报告AUC作为模型评估的,后面两种模型报告了混淆矩阵,审稿人就提出要统一模型评...

SPSS实战:多个指标ROC曲线方向不一致的解决办法汇总(收藏)

在诊断实验和预测模型的临床效能评价中,我们常常用到ROC曲线分析。在SPSS中绘制ROC曲线操作比较简单,但如果将多个指标的ROC曲线绘制在同一个图中,有时候会碰到有些指标的ROC曲线在对角线上面,一...

小果教你快速分析ROC生存曲线图

尔云间一个专门做科研的团队原创小果生信果小伙伴们,大家好呀,很高兴和大家见面,前段时间应小伙伴出的解读ROC曲线图,小伙伴反应很是积极,这不最近小伙伴对于不同年份的ROC曲线图的分析呼声很高,...

生信文章中高频出现、模型评估必备分析——ROC曲线图,怎么看?

尔云间一个专门做科研的团队关注我们做了生信分析,拿到一堆数据,看不懂图怎么办?火山图、热图、散点图、箱线图、瀑布图···这么多类型的图都咋看?风险模型预后评估图、GO-KEGG富集分析图、GSEA...

如何看懂文献里那些图——ROC曲线图

ROC曲线的基本思想是把敏感度和特异性看作一个连续变化的过程,用一条曲线描述诊断系统的性能,其制作原理是在连续变量中不同界值点处计算相对应的灵敏度和特异度,然后以敏感度为纵坐标、1-特异性为横坐标绘制...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

准确性检验 (ROC曲线)的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了诊断试验的基础知识,这期开始讲准确性检验(ROC曲线),我们主要从准确性检验(ROC曲线)的介绍、基本概念、绘制原理、统计量、使用条件及案例的SPSS操作演示这几...

SPSS:ROC 曲线为什么反了?

【作者介绍】李志辉,长期从事各类统计软件应用研究,主编或参编SPSS、MINITAB、STATISTICA多个统计软件教材共8本。代表作:电子工业出版社《SPSS常用统计分析教程(SPSS22.0中...