powerbisvg地图无法着色

Posted 2023-05-03

参考技术A powerbisvg地图无法着色
等值线图）使用明暗度、颜色或图案来显示不同地理位置或区域之间的值在比例上有何不同。 可使用从浅（不太频繁/较低）到深（较频繁/较多）的明暗度快速显示相对差异。



发送到必应的数据
Power BI 与必应相集成，提供默认地图坐标（一个称为地理编码的过程）。 在 Power BI 服务或 Power BI Desktop 中创建地图可视化效果时，“位置” 、“纬度” 和“经度” 存储桶中的数据（用于创建该可视化效果）将发送到必应。

你或管理员可能需要更新防火墙，以允许访问必应用来地理编码的 URL。 这些 URL 是：

https://dev.virtualearth.net/REST/V1/Locations
https://platform.bing.com/geo/spatial/v1/public/Geodata
https://www.bing.com/api/maps/mapcontrol
有关发送到必应的数据的详细信息，以及提高地理编码成功率的提示，请参阅地图可视化效果的提示和技巧。

何时使用着色地图
着色地图适用情况：

要在地图上显示定量信息。
要显示空间模式和关系。
你的数据已进行标准化处理。
处理社会经济数据时。
当定义的区域很重要时。
要获取跨地理位置的分布的概况。
先决条件
Power BI Desktop
Power BI 服务
本教程使用“Sales and Marketing Sample”。

将示例 PBIX 文件下载到桌面。

打开 Power BI Desktop，然后在菜单栏中选择“文件”>“打开报表”。

浏览到“销售和市场营销示例”PBIX 文件，然后选择“打开”。

在左侧窗格中，选择“报表”图标，在“报表”视图中打开文件。

选择 来添加新页面。

备注

与 Power BI 同事共享报表时，你和这位同事都应具有独立的 Power BI Pro 许可证，并且应将报表保存在 Premium 容量中。

创建着色地图
从“字段”窗格中，选择“地区”>“状态”字段。



选择“着色地图”图标以将图表转换为着色地图。 请注意，州 现在位于位置 框中。 必应地图使用位置 框中的字段创建地图。 该位置可以是各种有效位置：国家/地区、州/省/市/自治区、县、市、邮政编码或其他邮政编码等。必应地图可提供世界各地的着色地图形状。 如果“位置”框中没有有效的条目，则 Power BI 无法创建着色地图。



筛选地图使其只显示美国大陆。

a. 在“可视化效果”窗格左侧，找到“筛选器” 窗格。 如果该窗格已最小化，则展开它

b. 将鼠标悬停在“州”上方，然后选择 v 形展开图标。



c. 在“全选”旁边添加复选标记，并删除 AK 旁边的复选标记。



选择“画图刷”图标，打开“格式设置”窗格，然后选择“填充颜色”。



选择“默认”颜色旁边的“fx”。



通过“默认颜色 - 填充颜色”屏幕决定将如何设置着色地图的阴影。 可供使用的选项包含底纹要基于的字段和底纹应用方式。 在本例中，我们使用的是“SalesFact>情绪”字段，并将情绪的最小值设为红色，将最大值设为绿色 。 介于最小值和最大值之间的值将显示绿色和红色阴影。 屏幕底部的图解显示了将要使用的颜色范围。

地图可视化：geopandas绘制拓扑着色地图

❝

本文示例代码及文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes

❞

1 简介

我们在绘制某些地图时，为了凸显出每个独立的区域，需要满足拓扑着色要求，即所有相邻的区域不可以用同一种颜色绘制，以前的手绘地图需要绘制者自行思考设计具体的着色规则，而现如今通过计算机的辅助，我们可以快速生成大量的着色方案。

今天我们就来学习配合geopandas如何快速实现地图的拓扑着色。

2 基于mapclassify的地图拓扑着色

对于着色方案的生成，我们需要使用到mapclassify这个第三方库，以前我的geopandas系列文章分层设色篇也介绍过其中的诸多功能，而本文需要使用到其特殊的greedy功能。

以中国县级单元矢量边界数据为例，它包含了共2900个县级单元的行政区划面矢量要素：

对于这样一个典型的面要素众多的地图，利用mapclassify.greedy()，我们可以基于面要素之间的邻接拓扑关系，快速生成一定配色数量的方案出来，greedy()的主要参数如下：

• gdf：GeoDataFrame型，用于传入待处理的地理数据框

• strategy：str型，用于设定拓扑着色所采取的具体策略，默认为balanced（这也是QGIS中拓扑着色所使用的方法），其余可选策略有'largest_first'、'random_sequential'、'smallest_last'、'independent_set'、'connected_sequential_bfs'、'connected_sequential_dfs'、'connected_sequential'、'saturation_largest_first'、'DSATUR'等，详细介绍见https://networkx.github.io/documentation/stable/reference/algorithms/generated/networkx.algorithms.coloring.greedy_color.html

• balance：str型，当strategy='balanced'时，用于设定如何进行“平衡”着色，默认为'count'，可选项如下，其中除了'count'方式以外，其余方式均需要输入的GeoDataFrame为投影坐标系：

  • count：尽量保持每种颜色对应的面要素数量平衡

  • area：尽量保持每种颜色对应的面要素面积之和平衡

  • centroid：尽量保持每种颜色对应的面要素之间「重心距离」平衡

  • distance：尽量保持每种颜色对应的面要素之间「拓扑距离」平衡

• min_colors：int型，当strategy='balanced'时，用于设置色彩方案「至少」的色彩数量，最后运算产生的色彩划分结果可能会大于这个参数

• sw：str型，用于设定拓扑邻接关系判定策略，'rook'表示「共边邻接」，'queen'表示「共点邻接」，默认为'queen'

• min_distance：数值型，默认为None，有时由于数据质量、精度的原因，可能会导致肉眼看起来的邻接实际上仍然存在一定的“间距”，这时就可以使用min_distance参数来设定距离阈值来帮助greedy捕捉相邻面要素关系，即面要素两两之间拓扑距离小于min_distance时也视作“邻接”

知晓了greedy()的主要参数后，我们下面来演示如何使用它来辅助制作拓扑着色地图。

首先我们需要向greedy()中传入对应的面要素GeoDataFrame，greedy()会根据我们的参数设定为每一个面生成一个标签，我们只需要将此标签列作为绘图着色映射列即可，可以看到最终得到的标签方案中共有7种不同标签，虽然按照四色问题的猜想，任何拓扑着色地图只需要4种颜色即可完成色彩填充，但在有限的计算时间内，greedy()给出了还不错的方案：

按照标签进行颜色分配：

放大仔细发现，每个邻接的区域的确实现了颜色不重合：

而如果你希望用自定义色彩值来配合标签字段进行映射，则可以参考我下面的做法，将具体的颜色值譬如16进制色彩字符串传入color参数，这里使用到以前介绍过多次的配色库palettable：

---

以上就是本文的全部内容，欢迎在评论区与我进行讨论~

觉得还不错就给我一个小小的鼓励吧！