Mehr

Balkendiagramme in ArcMap anzeigen


Ich versuche, Daten als Balkendiagramme in ArcMap zu symbolisieren. Ich habe eine Feature-Class mit zwei Datensätzen und möchte die Balkendiagramme nebeneinander auf der Karte haben. Das Problem, das ich habe, ist, dass die Karte die Balken nur anzeigt, wenn beide Datensätze nicht Null sind. Gibt es eine Möglichkeit, alle Balken mit Daten anzuzeigen? Wenn ich 0 für die Nullen setze, dann erscheint ein flacher Balken, und das möchte ich auch nicht.


Es besteht die Möglichkeit, bestimmte Daten im Layer selbst auszuschließen. Sie könnten dies tun, und dann wird alles andere grafisch dargestellt.

Wählen Sie Layer-> Optionen-> Symbologie-> Diagramme-> Ausschluss-> SQL-Abfrage "Feld" IS NULL

Dadurch werden nicht alle Nullwerte im Balkendiagramm angezeigt. lass es mich wissen, ob es damit gelöst ist


  • PROFILE_COMPARISON_CHART vergleicht ein Zielprofil mit einem Basisprofil.
  • MULTI_PROFILE_CHART vergleicht bis zu vier Zielprofile mit einem einzigen Basisprofil. Das erste Zielprofil in der Liste der Segmentierungsprofile wird verwendet, um das Balkendiagramm zu erstellen. Die anderen drei Zielprofile werden mit Liniendiagrammen über dem Balkendiagramm erstellt.
  • GAME_PLAN unterteilt Segmente in vier Quadranten basierend auf der prozentualen Zusammensetzung und dem Index. Verwenden Sie dieses Diagramm, um Kern-, Entwicklungs- und Nischenzielgruppen zu identifizieren.

Das Basissegmentierungsprofil kann mit dem Werkzeug Profil nach Bereichssummierung erstellen generiert werden.

Wenn Sie sich nicht sicher sind, was Sie als Basissegmentierungsprofil verwenden sollen, können Sie die gesamten Vereinigten Staaten verwenden.

Die Segmentierungsbasis kann unter Verwendung der gesamten erwachsenen Bevölkerung oder der gesamten Haushalte generiert werden.

Die gesamte erwachsene Bevölkerung umfasst Personen ab 18 Jahren.

Das Diagramm X wird verwendet, um die Position der x-Achse entlang der y-Achse im Diagramm zu steuern. Ein Wert von .5 positioniert die x-Achse direkt in der Mitte des Diagramms entlang der y-Achse. Wenn dieser Wert 0 erreicht, verschiebt sich die x-Achse im Diagramm nach links, und wenn dieser Wert 1 erreicht, wird sie im Diagramm nach rechts verschoben. Normalerweise wird dieser Wert basierend auf dem Chart Index Center geändert. Wenn das Chart Index Center sehr niedrig eingestellt ist oder Sie hohe Indexwerte in Ihrem Chart erwarten, wird empfohlen, diesen Wert auf 0,25 einzustellen, da dies mehr Platz auf dem Chart bietet, um die Indexwerte anzuzeigen. Wenn das Chart Index Center sehr hoch eingestellt ist oder Sie niedrige Indexwerte in Ihrem Chart erwarten, wird empfohlen, diesen Wert auf 0,75 einzustellen, da dies mehr Platz auf dem Chart bietet, um die Indexwerte anzuzeigen.

Das Diagrammindexzentrum und das Diagrammprozentsatzzentrum können nur verwendet werden, wenn der Diagrammtyp auf GAME_PLAN eingestellt ist, diese Werte sind jedoch weiterhin optional.


Syntax

Wählt den Segmentierungsdiagrammtyp aus.

  • GAME_PLAN —Unterteilt Segmente in vier Quadranten basierend auf der prozentualen Zusammensetzung und dem Index. Verwenden Sie dieses Diagramm, um Kern-, Entwicklungs- und Nischenzielgruppen zu identifizieren.
  • MULTI_PROFILE_CHART —Dies entspricht dem Profilvergleichsdiagramm, außer dass Sie bis zu drei zusätzliche Profile zur Ansicht auswählen können. Das erste Profil wird als Balkendiagramm mit dem Basisprofil verglichen, die anderen drei Profile werden als Liniendiagramme mit dem Basisprofil verglichen.
  • PROFILE_COMPARISON_CHART —Vergleicht ein Segmentierungsprofil mit einem Basisprofil und stellt den Kunden-Tapistry-Profilbericht grafisch dar.

Das Basisprofil, das bei der Berechnung des Index und der prozentualen Penetration verwendet wird. Dieses Profil basiert in der Regel auf der geografischen Ausdehnung Ihrer Kunden.

Ein oder mehrere Segmentierungsprofile, die zum Generieren des Multiprofil-Diagramms verwendet werden. Die Zielprofile, die mit dem Basisprofil verglichen werden. In der Regel basiert diese auf Ihren Kunden und wird mit den Segmentierungsprofil-Tools generiert.

Wählt die Segmentierungsgruppe aus.

  • Lebensmodi – Segmente, die eine Erfahrung teilen, z. B. im gleichen Zeitraum geboren zu werden, oder eine Eigenschaft, z. B. Wohlstand.
  • Urbanisierung – Segmente, die ein Gebietsschema teilen, von den Stadtschluchten der größten Städte bis hin zu den ländlichen Gassen von Dörfern oder Bauernhöfen.

Dieser Wert steuert die Position der x-Achse entlang der y-Achse im Diagramm.

Definiert die x-Achse des Diagramms. Dieser Wert wird verwendet, um den Schwellenwertindex Ihrer Analyse zu bestimmen. Alles oberhalb dieser Achse würde die Indexschwelle überschreiten.

Definiert die y-Achse des Diagramms. Dieser Wert wird verwendet, um den Schwellenwert für die prozentuale Zusammensetzung Ihrer Analyse zu bestimmen. Alles rechts von dieser Achse würde den Schwellenwert überschreiten.


Über den Autor

Flora Vale

Flora ist Produktingenieurin im Analyse- und Geoverarbeitungsteam von Esri. Ihre Leidenschaft ist es, räumliche Analyse und Datenvisualisierung einzusetzen, um Fragen zu beantworten und Probleme zu lösen. Neben der Entwicklung von Software liebt Flora es, analytische Methoden durch konzeptionelle Illustrationen zu vermitteln, und glaubt, dass jeder lernen kann, räumlich zu denken und datengesteuerte Entscheidungen zu treffen. Flora hat Geographie und GIS an der UMD studiert und promoviert derzeit in Wirtschaftsinformatik an der CGU.


Grafiken, Berichte und Animationen

Diagramme präsentieren Informationen zu Kartenelementen—und deren Beziehung—auf visuelle und leicht verständliche Weise. Diagramme ergänzen eine Karte, weil sie Informationen vermitteln, deren Zusammenfassung und Verständnis sonst Zeit in Anspruch nehmen würde. Sie können beispielsweise schnell Merkmale vergleichen, um zu sehen, welche mehr oder weniger ein bestimmtes Attribut aufweisen. Nicht-räumliche Tabellendaten können auch die Informationsquelle sein, aus der Graphen gezogen werden. Daher ist ein Diagramm ein gutes Explorationswerkzeug sowohl für die räumliche als auch für die nicht-räumliche Datenanalyse und kann dabei helfen, versteckte Muster oder Trends aufzudecken.

Mit Diagrammen in ArcMap können Sie Beziehungen zwischen Karten und Daten dynamisch vergleichen. Sie können Informationen aus Vektor- und Rasterdaten in einem Diagramm mit denselben Farben wie auf der Karte anzeigen. Wenn Sie ein Feature auf der Karte oder in einer Tabelle auswählen, wird es auch in einem Diagramm ausgewählt und umgekehrt.

Wenn Sie ein Diagramm erstellen, wählen Sie ein Feld aus einer Tabelle oder der Attributtabelle eines Layers aus. Sie können auch zusätzliche Felder im Diagramm als Reihe anzeigen. Die Daten für jede Serie können aus demselben Eingabe-Dataset oder einem der anderen für ArcMap verfügbaren Layer stammen. Zum Beispiel wurden die Bevölkerungen für fünf Bundesstaaten im Westen der USA in den Jahren 1950 und 2000 in einem vertikalen Balkendiagramm unter Verwendung von Daten aus zwei verschiedenen Ebenen in der Karte dargestellt.

Berichte präsentieren die Fakten und Zahlen hinter Ihrer Analyse und sind unschätzbare Begleiter für die von Ihnen erstellten Karten. Mit Berichten können Sie Attributinformationen, die mit Ihren geografischen Daten zu Kartenelementen gespeichert sind, effektiv in einem von Ihnen gesteuerten Tabellenformat anzeigen.
ArcMap bietet zwei Methoden zum Erstellen von Berichten. Verwenden Sie für einen einfachen Bericht das integrierte Berichterstellungstool von ArcMap, wenn Sie ein voll funktionsfähiges grafisches Berichterstellungstool benötigen, verwenden Sie Crystal Reports. Die mit Crystal Reports erstellten Berichte werden als Dateien außerhalb von ArcMap verwaltet ArcMap übergibt einfach die Tabelleninformationen aus den Layern auf Ihrer Karte an Crystal Reports.

Wenn Sie das integrierte Berichterstellungswerkzeug von ArcMap verwenden, können Sie Berichte erstellen, die direkt mit Ihrer Karte gespeichert werden. Nach der Erstellung können Sie einen Bericht in Ihrem Kartenlayout neben Ihren geografischen Daten platzieren oder als Datei speichern, um sie einem anderen Kartendokument hinzuzufügen oder zum Verteilen zu verwenden. Sie können es auch in verschiedene Dateiformate exportieren: PDF, RTF oder Nur-Text.

Eine Animation ist eine Visualisierung der Änderungen an den Eigenschaften eines Objekts (z. B. einer Ebene) oder einer Gruppe von Objekten (z. B. mehrerer Ebenen). Animationen erwecken Ihre Dokumente zum Leben, indem sie Aktionen speichern, damit sie nach Belieben wiedergegeben werden können. Sie können Ihnen dabei helfen, Perspektivenänderungen, Änderungen der Dokumenteigenschaften, geografische Bewegungen und zeitliche Änderungen zu visualisieren. Verwenden Sie Animationen, um Muster in Daten im Laufe der Zeit zu verstehen und die Prozesse zu automatisieren, die unternommen werden, um Punkte zu demonstrieren, die nur durch visuelle Dynamik erzielt werden können. Sie können beispielsweise Temperaturwerte im Zeitverlauf, Druck mit zunehmender Höhe oder das Wachstum einer Stadt animieren. Die folgende Grafik ist eine Momentaufnahme einer Animation des Bevölkerungswandels in den USA im Laufe der Zeit. (Klicken Sie hier für das vollständige Animationsvideo.)

Mehrere Animationen können zusammen abgespielt werden, so können Sie beispielsweise eine Animation erstellen, die das Auge eines Hurrikans verfolgt und gleichzeitig Temperaturänderungen anzeigt. Sie können Daten auch in ArcScene und ArcGlobe animieren.


In der digitalen Kartografie eine eindeutig identifizierbare Grafik oder ein Objekt im Karten- oder Seitenlayout. Ein Kartenelement kann beispielsweise ein Titel, eine Maßstabsleiste, eine Legende oder ein anderes Kartenumgebungselement sein. Der Kartenbereich selbst kann als Kartenelement betrachtet werden, oder ein Objekt innerhalb der Karte kann als Kartenelement bezeichnet werden, z. B. ein Straßenlayer oder ein Schulsymbol.

Alle unterstützenden Objekte oder Elemente, die einem Leser helfen, eine Karte zu interpretieren. Typische Umgebungselemente für Karten sind Titel, Legende, Nordpfeil, Maßstabsleiste, Rahmen, Quellinformationen und anderer Text sowie eingefügte Karten.


In der digitalen Kartografie eine eindeutig identifizierbare Grafik oder ein Objekt im Karten- oder Seitenlayout. Ein Kartenelement kann beispielsweise ein Titel, eine Maßstabsleiste, eine Legende oder ein anderes Kartenumgebungselement sein. Der Kartenbereich selbst kann als Kartenelement betrachtet werden, oder ein Objekt innerhalb der Karte kann als Kartenelement bezeichnet werden, z. B. ein Straßenlayer oder ein Schulsymbol.

Alle unterstützenden Objekte oder Elemente, die einem Leser helfen, eine Karte zu interpretieren. Typische Umgebungselemente für Karten sind Titel, Legende, Nordpfeil, Maßstabsleiste, Rahmen, Quellinformationen und anderer Text sowie eingefügte Karten.


Verfügbare Nutzungsberichte

Die verfügbaren Nutzungsberichte variieren je nach angezeigter Kategorie.

Inhalt

Inhaltsberichte veranschaulichen, wie Mitglieder Inhalte erstellen, verwenden und freigeben. Die Diagramme, Tabellen und Karten unterstützen Drilldown-Interaktionen, mit denen Sie die Berichtsdetails verfeinern können. Passen Sie die Uhrzeit oben in der App an, um den Berichtszeitraum für die Berichte zu ändern. Sie können die Inhaltsaktivitäten der letzten 12 Monate sehen. Der Standardwert beträgt zwei Wochen.

  • Inhaltsdetails – Zeigt die Anzahl der Elemente in der Organisation in fünf separaten Kategorien an – Karten, Ebenen, Dateien, Apps und Tools – und fasst die Anzahl in einem Balkendiagramm zusammen. Wählen Sie eine Kategorie aus, um zu sehen, wie viele verschiedene Typen dieser Kategorie vorhanden sind, und um eine Tabelle mit zusätzlichen Details anzuzeigen. Klicken Sie auf einen Elementnamen, um ein Diagramm mit Nutzungsdetails anzuzeigen.
  • Inhaltsumfang – Zeigt den geografischen Umfang aller Elemente im Besitz der Organisation während des Berichtszeitraums an.
  • Inhaltszusammenfassung – Zeigt die Anzahl der neuen oder geänderten Elemente an, die der Organisation während des Berichtszeitraums hinzugefügt wurden. Mitwirkende ist die Anzahl der Mitglieder, die im Berichtszeitraum Elemente erstellt oder geändert haben.
  • Mitwirkende – Zeigt die Top-Mitwirkenden während dieses Berichtszeitraums an und wie viele Beiträge jedes Mitglied an das Portal gesendet hat.
  • Freigabezusammenfassung – Zeigt die Verteilung an, wie Mitglieder während des Berichtszeitraums Freigabeberechtigungen für Elemente festlegen.
  • Tags in Elementen – Zeigt eine geordnete Liste der Tags an, die in allen im aktuellen Aktivitätsbericht zurückgegebenen Elementen verwendet werden. Die Tag-Größe wird basierend auf der Häufigkeit seiner Verwendung skaliert.
  • Beliebtester Inhalt – Zeigt die 10 am häufigsten angezeigten Elemente in der Organisation seit dem Tag an, an dem Portal for ArcGIS installiert wurde.
  • Gesamtinhalt – Zeigt eine Zusammenfassung der Gesamtzahl der Elemente in der Organisation an. Die maximale Anzahl meldepflichtiger Elemente beträgt 10.000.

Mitglieder

Mitgliederberichte helfen Ihnen, den Status der Mitglieder Ihrer Organisation und deren Aktivitäten im System zu verstehen. Die Diagramme, Tabellen und Karten unterstützen Drilldown-Interaktionen, mit denen Sie die Berichtsdetails verfeinern können. Passen Sie die Uhrzeit oben in der App an, um den Berichtszeitraum für die Berichte zu ändern. Sie können die Mitgliederaktivitäten der letzten 12 Monate anzeigen. Der Standardwert beträgt zwei Wochen.

  • Mitglieder nach Rolle – Zeigt die Verteilung der Mitglieder nach Rolle, die Anzahl der zugewiesenen Konten und die Anzahl der zugewiesenen Ebenen an. Mitgliedern wird eine von fünf Rollen im Portal zugewiesen: Betrachter, Benutzer, Herausgeber, Administratoren und benutzerdefinierte Rolle. Weitere Informationen finden Sie unter Ebenen, Rollen und Berechtigungen.
  • Nutzungszusammenfassung und -statistik – Zeigt verschiedene Nutzungsinformationen an, einschließlich Beiträge und Zusammenarbeitsaktivitäten für das ausgewählte Mitglied für den ausgewählten Zeitraum. Es zeigt auch die geografische Ausdehnung aller Elemente an, die dem ausgewählten Mitglied gehören. Um den Mitgliedsdetailbericht zu ändern, wählen Sie ein anderes Mitglied aus der Tabelle Mitglied nach Rolle-Bericht aus.

Gruppen

Gruppenberichte vermitteln ein Gefühl der aktiven Zusammenarbeit der Mitglieder der Organisation.


Methoden

EpiVue wurde mit der herkömmlichen 4-Tier-J2EE-Architektur entwickelt, die aus einer Datenquellenschicht mit einer PostgreSQL-Datenbank und statischen Dateien, einer Geschäftsschicht mit Enterprise Java Beans (EJB), einer Webschicht mit Servlets und Java Server Pages (JSP) besteht und eine generische Browser-Client-Ebene.

Die drei in dieser Arbeit verwendeten Datensätze wurden ursprünglich in unterschiedlichen Formaten erhalten. Der Krebsdatensatz des Bundesstaates Washington [8] lag im tabulatorgetrennten ASCII-Format vor, der Todesdatensatz des Bundesstaates Washington [9] lag im Xbase-Datendateiformat (.dbf) vor und der Datensatz zur Lebenserwartung [10] lag im Microsoft Excel-Tabellenformat .xls). Jede dieser Dateien wurde mit Perl [24]-Programmen mit den folgenden Perl-Dienstprogrammpaketen geparst: XBase.pm für .dbf-Dateien und Spreadsheet.pm für .xsl-Dateien. Geparste Datensätze wurden mit dem Perl DBI.pm-Modul in eine relationale PostgreSQL [2]-Datenbank geladen. Alle oben genannten Perl-Module stehen frei zum Download von CPAN [32] zur Verfügung. Die geografischen Daten für Bundesstaaten, Kreisgrenzen und Postleitzahlen wurden vom U.S. Census Bureau aus dem U.S. Census 2000 heruntergeladen [11]. Die geografischen Daten der Postleitzahl wurden in die PostgreSQL [2]-Datenbank geladen und jede Postleitzahl wird durch ihren Breiten- und Längengrad dargestellt. Kreis- und Bundesstaatsgrenzendaten wurden sowohl in der PostgreSQL-Datenbank als auch in statischen, tabulatorgetrennten ASCII-Dateien gespeichert.

Der Web-Tier und der Business-Tier sind Bestandteile des JBoss J2EE-Anwendungsservers [3]. Die EJB-Beans in der Geschäftsschicht interagieren mit der Datenbank und führen alle Geschäftsabfragen aus. Servlets in der Webschicht verarbeiten Clientanforderungen, leiten sie dann an EJB-Beans weiter und rufen die Abfrageergebnisse von EJB-Beans ab. Servlets integrieren auch verschiedene Dienstprogramme, die in Abbildung 1 aufgeführt sind, um Antworten auf Client-Anfragen zu generieren. Java Server Pages (JSP) in der Webschicht wird verwendet, um Clients dynamische Antworten zu präsentieren.

Die Client-Ebene besteht aus statischen und dynamischen HTML-Seiten, einschließlich Formularen, Tabellen, Diagrammen und eingebetteten Javascripts mit AJAX-Funktion für Google Maps™. AJAX ist eine Gruppe miteinander verbundener Webentwicklungstechniken, die zum Erstellen interaktiver Webanwendungen verwendet werden. Es ist asynchron, da die zusätzlichen Daten vom Server angefordert und im Hintergrund geladen werden, ohne die Anzeige und das Verhalten einer bestehenden Seite zu beeinträchtigen. Die meisten modernen Browser wie Internet Explorer, Firefox und Safari funktionieren ohne zusätzliche Plug-Ins ordnungsgemäß. Die Polygonkarten auf Bundesstaats- und Kreisebene werden unter Verwendung von Google Maps™-Unterstützung für KML [25] oder KMZ implementiert. Die Karten für Postleitzahlen oder Breiten-/Längengrad-Daten werden mithilfe der AJAX-Programmierung mit der Google Maps™-API implementiert.

EpiVue ist über seine Website zugänglich [33].


Prinzipien der Kartierung

Karten sind ein Grundnahrungsmittel des Journalismus: Das Grundbedürfnis, das „Wo“ von Geschichten aufzuzeigen, führt dazu, dass sie häufig verwendet werden. Im Gegensatz zu einigen Diagrammtypen, wie Blasendiagrammen oder Netzwerkdiagrammen, die für Uneingeweihte möglicherweise eine Erklärung erfordern, benötigen Karten keine Einführung – wir sind alle damit vertraut, sie zum Navigieren zu verwenden. Tatsächlich haben die meisten von uns dank der Smartphone-Revolution heute überall ausgeklügelte interaktive Karten-Apps dabei.

Karten können auch verwendet werden, um Daten zu visualisieren, was unser Hauptaugenmerk in den kommenden Kursen sein wird, wenn wir Geodaten verarbeiten und lernen, sie sowohl auf statischen als auch auf Online-Karten anzuzeigen. Bevor wir uns mit den praktischen Details der Kartenerstellung befassen, werden wir einige grundlegende Prinzipien der Kartenerstellung und bewährte Verfahren bei der Kartenerstellung behandeln.

Die Daten, die wir heute verwenden werden

Laden Sie die Daten für diese Sitzung von hier herunter, entpacken Sie den Ordner und legen Sie ihn auf Ihrem Desktop ab. Es enthält die folgenden Dateien:

  • sf_test_addresses.tsv Textdatei mit einer Liste von 100 Adressen in San Francisco, für Geokodierungsübungen.
  • define_geocoder.json JSON-Datei zum Geokodieren mit Open Refine.
  • sf_test_addresses_short.tsv Die ersten 10 Adressen aus der vorherigen Datei.

Die ersten beiden Dateien können auch von diesem Github-Repository heruntergeladen werden.

Für die heutige Geokodierungsübung benötigen Sie einen Bing Maps-API-Schlüssel und einen MapQuest-API-Schlüssel. Besorgen Sie sich hier Ihren Mapquest-Schlüssel. Wenn Sie noch kein Microsoft-Konto haben, müssen Sie zunächst eines erstellen, bevor Sie einen Bing Maps-Schlüssel anfordern können. Melden Sie sich dann beim Bing Maps-Portal an und wählen Sie Mein Konto>Schlüssel erstellen oder anzeigen aus dem oberen Menü.

Breiten-und Längengrad

Betrachten Sie die folgenden Konzepte in Bezug auf dieses Bild:

Beim Zeichnen von Punkten auf einer Karte müssen Sie normalerweise deren Breiten- und Längengrad kennen. Breiten- und Längengrad ist ein geographisches Koordinatensystem, das es ermöglicht, jeden Ort auf der Erdoberfläche durch zwei Zahlen zu definieren. Breitengrade sind Winkelabstände, angegeben in Grad von 0 bis 90, die definieren, wie weit nördlich oder südlich ein Punkt vom Äquator entfernt ist. Längengrade sind Winkelabstände, angegeben in Grad von 0 bis 180, die definieren, wie weit östlich oder westlich ein Punkt von einer Linie entfernt ist, die vom Nord- zum Südpol durch das Royal Observatory in Greenwich, London, verläuft. Linien gleichen Breitengrades werden als Parallelen bezeichnet, während Linien gleichen Längengrades als Meridiane bezeichnet werden.

Breiten- oder Längengrade können in Minuten und Sekunden unterteilt werden (manchmal auch als DMS-System bezeichnet) oder als Dezimalzahlen angegeben werden. Ein Grad hat 60 Minuten und eine Minute 60 Sekunden. Die Symbole für Grad, Minuten und Sekunden sind: ° , ' und " . Im Dezimalformat werden Punkte nördlich des Äquators als positive Werte angegeben, während Punkte südlich des Äquator sind negativ.In ähnlicher Weise sind für den Längengrad Punkte im Osten des Nullmeridians, der durch Greenwich verläuft, positiv, während diejenigen im Westen negativ sind.

Um zu verstehen, wie dies funktioniert, betrachten Sie den Standort der UC Berkeley Graduate School of Journalism. Seine Breiten- und Längenkoordinaten sind 37.8749998 und -122.2596684 , die auch als 37° 52' 30.0" N , 122° 15' 34.8" W geschrieben werden können. Wenn Sie eine Linie vom Erdmittelpunkt zur J-School und dann eine andere zum Äquator auf derselben Länge ziehen würden, wäre der Winkel zwischen ihnen 37,8749998 Grad. Wenn Sie eine Scheibe der Erde auf diesem Breitengrad parallel zum Äquator nehmen und zwei Linien von der Mitte dieser Scheibe ziehen würden, eine zum Nullmeridian, die andere zur J-School, wäre der Winkel zwischen ihnen -122,2596684 Grad.

(Verschiedene Online-Dienste unterstützen die Konvertierung von DMS in digitale Breiten- und Längengrade und umgekehrt – die beiden angegebenen Links können kostenlos verwendet werden und sollten viele tausend Datensätze gleichzeitig verarbeiten.)

Es gibt 360 Grad in einem vollen Kreis, was erklärt, warum der Längengrad sowohl im Osten als auch im Westen von 0 bis 180 Grad reicht. In ähnlicher Weise bedeutet eine Bewegung vom Nord- zum Südpol eine Reise um die Hälfte des Erdumfangs, weshalb der Breitengrad von 0 bis 90 Grad sowohl im Norden als auch im Süden reicht.

Zwei Punkte, die um einen Breitengrad getrennt sind und auf demselben Längengrad liegen, werden immer etwa 69 Meilen voneinander entfernt sein, da Meridiane immer die gleiche Größe haben und den halben Erdumfang darstellen. Die Größe der Parallelen nimmt jedoch ab, wenn wir uns den Polen nähern. Am Äquator entspricht ein Längengrad wiederum einer linearen Entfernung über die Erdoberfläche von etwa 69 Meilen. Aber bei 45 Grad nördlicher oder südlicher Breite müssten Sie nur 49 Meilen zurücklegen, um einen Längengrad zurückzulegen.

Geokodierung

Wenn Sie ein Kartenprojekt starten, müssen Sie häufig eine Reihe von Adressen in Breiten- und Längengrade umwandeln, damit sie auf Ihrer Karte platziert werden können. Dies wird als Geokodierung bezeichnet.

Es gibt mehrere Geokodierungs-APIs, auf die auf verschiedene Weise zugegriffen werden kann. Die Anzahl der erlaubten Anfragen pro Tag und die Nutzungsbedingungen variieren von Dienst zu Dienst: Der kostenlose Dienst von Google beispielsweise erlaubt es jedem Nutzer, 2.500 Adressen pro Tag zu geokodieren und legt fest, dass die resultierenden Koordinaten nur verwendet werden dürfen, um eine Google-Karte zu erstellen .

Aufgrund dieser Einschränkung werden wir stattdessen die Dienste von Microsofts Bing Maps und MapQuest Open (basierend auf dem Nominatim-Dienst von OpenStreetMap) verwenden, um Beispieladressen in San Francisco zu geokodieren.

Auf diese Geokodierungs-APIs kann über Open Refine zugegriffen werden. So geokodieren Sie Adressen aus Open Refine mithilfe der Bing-API:

Erstellen Sie ein neues Open Refine-Projekt, indem Sie eine Textdatei mit vollständigen Adressen in einer Spalte mit der Überschrift Adresse importieren. Unsere Testdaten liegen bereits in diesem Format vor. Verwenden Sie für diese erste Übung sf_test_addresses_short.tsv.

Wählen Sie in der Adressspalte Spalte bearbeiten>Spalte durch Abrufen von URLs hinzufügen. , rufen Sie die Spalte bing_json auf und verwenden Sie den folgenden Ausdruck:

Beachten Sie, dass Sie anstelle von BingMapsKey Ihren eigenen Bing-API-Schlüssel eingeben müssen. Stellen Sie außerdem die Drosselungsverzögerung für eine schnellere Verarbeitung auf 500 Millisekunden ein. Dieser Ausdruck erstellt eine URL, die die Bing-Geocodierungs-API abfragt und Daten für die fragliche Adresse im JSON-Format zurückgibt.

Wählen Sie in der Spalte bing_json die Option Spalte bearbeiten>Spalte basierend auf dieser Spalte hinzufügen aus. , rufen Sie die Spalte bing_lat_lon auf und verwenden Sie diesen Ausdruck, um den Breiten- und Längengrad aus dem von der API zurückgegebenen JSON zu extrahieren:

Teilen Sie die Spalte bing_lat_lon in zwei Spalten auf, indem Sie Spalte bearbeiten>In mehrere Spalten aufteilen auswählen, und benennen Sie diese Spalten dann in bing_latitude und bing_longitude um.

Wählen Sie in der Spalte bing_json die Option Spalte bearbeiten>Spalte basierend auf dieser Spalte hinzufügen aus. , rufen Sie die Spalte bing_confidence auf und verwenden Sie diesen Ausdruck, um das Vertrauen der Bing-API in die Genauigkeit ihrer Geokodierung zu extrahieren:

Wählen Sie in der Spalte bing_json die Option Spalte bearbeiten>Spalte basierend auf dieser Spalte hinzufügen aus. , rufen Sie die Spalte bing_type auf und verwenden Sie diesen Ausdruck, um den Typ des Ortes zu extrahieren, den die Bing-API geokodiert hat:

Bei einer vollständigen Adresse sollte dies Adresse zurückgeben, wenn die Geokodierung erfolgreich war.

Löschen Sie abschließend die Spalte bing_json, indem Sie Spalte bearbeiten>Spalte entfernen auswählen.

Wie wir in Woche 4 gesehen haben, ist es jetzt möglich, JSON-Code zu extrahieren, mit dem Sie diese Schritte für alle Daten im gleichen Format wiederholen können.

Die Datei "refine_geocoder.json" geokodiert ein Beispiel von Adressen unter Verwendung der Bing- und MapQuest Open-APIs. Auch hier müssen Sie BingMapsKey in dieser Datei durch Ihren eigenen Bing-API-Schlüssel und MapQuestKey durch Ihren MapQuest-API-Schlüssel ersetzen. Im Unterricht verwenden wir diesen Code, um den größeren sf_test_addresses.tsv-Datensatz zu geokodieren.

Für die MapQuest Open-Ergebnisse liefert die Spalte mapquest_class Informationen zur Genauigkeit der Geokodierung: place , amenity oder shop zeigen Geokodierung für eine genaue Adresse an. Autobahn zeigt Geokodierung nur für eine Straße an. Die Spalte mapquest_type liefert weitere Informationen über die betreffende Adresse oder Straße.

Andere Geokodierungsoptionen umfassen den Geokodierer GPS Visualizer. Sie benötigen API-Schlüssel für die verwendeten Geokodierungsdienste.

Der Geocoder von GPS Visualizer arbeitet mit einer einfachen Liste von Adressen oder aus Tabellendaten mit verschiedenen Aspekten der Adresse (Straße, Stadt, Bundesland, Postleitzahl usw.) in separaten Feldern. Legen Sie den Typ des Datensteuerelements entsprechend fest. Wenn Sie mit tabellarischen Daten arbeiten und die Adresse in mehrere Felder unterteilt ist, passen Sie das Feldtrennzeichen im Ausgabesteuerelement an das Trennzeichen in Ihren Daten an. Ich empfehle dringend die Verwendung der Rohliste, 1 Adresse pro Zeile, die meiner Erfahrung nach viel zuverlässigere Ergebnisse liefert.

Wenn Sie Quelle+Präzisionsinformationen in Ausgabe einschließen aktivieren, wird sichergestellt, dass die Ausgabe eine Benachrichtigung über die Genauigkeit der Geokodierung für jeden Datensatz enthält: Adresse gibt die genaue Geokodierung für eine bestimmte Adresse an.

Wählen Sie Bing Maps als Quelle aus und fügen Sie Ihren Bing Maps-API-Schlüssel in das Feld ein. Fügen Sie dann die Adressdaten abzüglich der Kopfzeile aus der Datei sf_test_addresses.tsv in das Feld Eingabe: ein, klicken Sie auf Geokodierung starten und die Ergebnisse werden im Feld Ergebnisse als Text: angezeigt. Wenn alle Adressen verarbeitet wurden, kopieren Sie die Ergebnisse, fügen Sie sie in eine Textdatei ein und speichern Sie sie. Wenn Sie eine große Anzahl von Adressen zu geokodieren haben, empfehle ich, diese in Stapel von 1.000 oder weniger aufzuteilen.

Unabhängig davon, welchen Dienst Sie zum Geokodieren von Adressen verwenden, geben Sie eine entsprechende Bestätigung an. Die Allgemeinen Geschäftsbedingungen von MapQuest verlangen, dass Sie diese Bestätigung auf jeder Website oder App angeben, die Daten verwendet, die über ihren Dienst geokodiert werden:

Daten sollten auch an OpenStreetMap bezogen werden, siehe hier für Anweisungen zur angemessenen Gutschrift.

Hier ist eine HTML-Bestätigung für Bing im gleichen Stil wie oben:

Beachten Sie, dass verschiedene Geocoder leicht unterschiedliche Ergebnisse liefern. Meiner Erfahrung nach tendiert MapQuest Open dazu, Adressen auf Gehwegen oder Gebäudefronten zu finden, während Bing dazu neigt, in der Mitte des betreffenden Gebäudes zu suchen. Auch die Ausfallrate von Bing scheint niedriger zu sein. Möglicherweise müssen Sie die Koordinaten von Adressen, die fehlschlagen oder die nicht zu einer genauen Adresse geokodieren, manuell aufzeichnen. Versuchen Sie in diesen Fällen, in Bing Maps oder Google Maps nach der Adresse zu suchen. Notieren Sie sich für letztere den Breiten- und Längengrad für die angezeigte Ortsmarkierung, die hier nach dem @-Symbol angezeigt wird:

Sie können auch mit GeoServices der Texas A&M University experimentieren, die aus einer hochgeladenen Textdatei geokodieren und Ihnen eine E-Mail senden, wenn die Ergebnisse zum Download bereitstehen. Melden Sie sich zuerst für ein kostenloses Konto an und laden Sie dann Ihre Daten hoch.

Kartenprojektionen

Da die Erde ungefähr kugelförmig ist, ist jede andere Karte als ein Globus eine Verzerrung der Realität. So wie Sie eine Orange nicht schälen und die Haut als perfektes Rechteck, Kreis oder Ellipse anordnen können, ist es unmöglich, die Erdoberfläche in zwei Dimensionen zu zeichnen und Entfernungen, Flächen, Formen und Richtungen genau darzustellen.

Karten können einfach erstellt werden, indem der Breitengrad auf der X-Achse und der Längengrad auf der Y-Achse im gleichen Maßstab aufgetragen werden, manchmal auch als äquirektanguläre Projektion bezeichnet:

Die meisten Karten werden jedoch nach einem ausgeklügelteren Projektionssystem gezeichnet. Es gibt viele verschiedene Systeme, von denen jedes Vor- und Nachteile hat. Einige Projektionen sind optimiert, um die Verzerrung des Bereichs zu minimieren, andere zielen darauf ab, Form oder Abstand zu erhalten, während andere die Richtungen konstant halten.

Google und die meisten anderen Online-Karten verwenden eine Mercator-Projektion, die ursprünglich für die Navigation auf See entwickelt wurde. Die Hauptstärke der Mercator-Projektion besteht darin, dass sie die Richtung beibehält, sodass jede auf der Karte gezeichnete gerade Linie eine Linie mit konstanter Kompasspeilung ist. Parallelen sind alle horizontal und Meridiane vertikal. Diese Beibehaltung der Richtung ist auch eine gute Wahl für zoombare Karten, die hauptsächlich zur lokalen Orientierung verwendet werden. Der große Nachteil dieser Projektion besteht darin, dass sie Fläche und Form verzerrt, insbesondere in hohen Breiten, was sie zu einer schlechten Wahl für die Darstellung der ganzen Welt macht. Beachten Sie, wie die Abstände zwischen den Parallelen mit dem Breitengrad zunehmen:

Bei der Kartierung der kontinentalen Vereinigten Staaten, insbesondere beim Einfärben oder Schattieren verschiedener Gebiete gemäß den Datenwerten, ist es üblich, die Albers Equal Area Conic-Projektion zu verwenden, wie in dieser Karte der Dürrebedingungen im ganzen Land zu sehen:

Wie der Name schon sagt, minimiert diese Projektion Flächenverzerrungen. Die Kompasspeilung wird nicht beibehalten: Beachten Sie, dass die Grenze zu Kanada, die auf einem Breitengrad von 45 Grad N verläuft, eine Kurve und keine gerade Linie ist.

Die Albers Equal Area Conic-Projektion wird aus offensichtlichen Gründen selten verwendet, um die gesamte Erde zu zeigen, wenn Sie die Projektion in der globalen Ansicht sehen:

Um die Verzerrung der Fläche auf einer globalen Karte zu minimieren, ist die Mollweide-Projektion eine bessere Wahl:

Die Mollweide-Projektion wird auch oft für Karten des gesamten Himmels (den man sich das Innere einer Kugel vorstellen kann) verwendet. Ich habe es hier verwendet, um die Auflösung von Karten der kosmischen Mikrowellen-Hintergrundstrahlung, die Wellen in der Raumzeit aufdecken, die Überbleibsel der Bedingungen im frühen Universum sind, mit Ansichten der Erde zu vergleichen:

Der Hauptnachteil der Mollweide-Projektion ist die Verzerrung der Form in hohen Breiten- und Längengraden – siehe zum Beispiel Alaska auf den obigen Mollweide-Karten.

Unter Umständen kann die Wahrung der Distanz das wichtigste Ziel sein. Hier ist eine azimutale äquidistante Projektion der beste Ansatz:

Unten wird eine auf Nordkorea zentrierte azimutale äquidistante Projektion verwendet, um die Standorte zu veranschaulichen, die innerhalb der Reichweite der ballistischen Raketen dieses Landes liegen könnten:

Hier ist zum Vergleich eine Karte, die die Zone innerhalb von 10.000 km von Nordkorea mit der Mercator-Projektion von Google Maps hervorhebt:

Wie die nordkoreanischen Azimuthal Equidistant- und die US-Dürre Albers Equal Area Conic-Karten zeigen, können Projektionen auf jeden Punkt der Erde zentriert werden – sie müssen nicht auf den Schnittpunkt zwischen dem Äquator und dem Nullmeridian zentriert werden, der am häufigsten vorkommt Ansicht für eine Weltkarte.

Verzerrungen von Form, Fläche, Entfernung und Richtung sind am deutlichsten bei der Darstellung des gesamten Globus. Unter diesen Umständen verwenden Kartenhersteller oft eine Kompromissprojektion, bei der Entfernung, Fläche, Form und Richtung alle verzerrt sind, jedoch in einem minimalen Ausmaß. Ein Beispiel ist die Robinson-Projektion:

Dies war die Projektion, die ich für die globalen BIP-Pro-Kopf-Karten verwendet habe, die wir in Woche 1 gesehen haben:

Neben einer Projektion hat eine Karte auch ein Datum, das sich auf ein mathematisches Modell bezieht, das die Form der Erde berücksichtigt – die keine perfekte Kugel ist.

Daten auf Karten übertragen

Skalierte Kreise vs. Choroplethenkarten

Daten können auf verschiedene Weise auf Karten übertragen werden. Wenn kontinuierliche Variablen zu Punkten geplottet werden, besteht ein üblicher Ansatz darin, Kreise zu verwenden, die um jeden Punkt zentriert sind und deren Größe den Datenwerten entspricht. Hier ist ein weiteres Beispiel für diesen Ansatz, der verwendet wird, um Todesfälle durch Tornados zu zeigen:

Beim Plotten von Daten zu geografischen Gebieten besteht der gängigste Ansatz darin, die Gebiete entsprechend den Datenwerten mit Farbe zu füllen, wie meine Karten des Pro-Kopf-BIP oder die obige US-Dürrekarte. Diese werden als Choroplethenkarten bezeichnet.

Choroplethenkarten haben einen wichtigen Nachteil: Unser Blick wird von Farbflächen angezogen, was bedeutet, dass große geografische Gebiete mehr Aufmerksamkeit auf sich ziehen, unabhängig davon, ob diese für die Geschichte, die Sie aus den Daten erzählen möchten, tatsächlich wichtiger sind oder nicht. Besonders problematisch wird dies bei Karten, die Wahlergebnisse veranschaulichen, wo die Bedeutung kleiner geografischer Gebiete mit großer Bevölkerung, die einen großen Einfluss auf das Gesamtergebnis haben, heruntergespielt wird, während dünn besiedelte große Gebiete überbetont werden. Betrachtet man diese Ergebniskarte der Präsidentschaftswahlen 2012 nach Landkreisen, könnte man auf den ersten Blick meinen, dass Mitt Romney der Gewinner war:

In solchen Fällen können skalierte Kreise, die sich in der Mitte geografischer Gebiete befinden, eine bessere Option sein. 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.


Schau das Video: Best Scalping Indicator JUST GOT BETTER (Oktober 2021).