数据分类方法

当您使用分级符号分级色彩二元色彩符号系统对数据进行分类时,可以选择使用 ArcGIS Pro 中众多标准分类方法中的一种,或者手动定义自己的自定义类别范围。 分类方法用于对分级符号的数值字段进行分类。

自然间断点分级法 (Jenks)

使用自然间断点分类 (Jenks) 自然间断点分级法 (Jenks),类将基于从数据中继承的自然分组。 在创建分类间隔时,应对相似值进行最恰当地分组,并使各个类之间的差异最大化。 要素将被划分为多个类,对于这些类,会在数据值的差异相对较大的位置处设置其边界。

自然间断是特定于数据的分类方法,不适用于比较基于不同底层信息构建的多张地图。

此分类基于 Jenks 的“自然间断点分级法”。 有关详细信息,请参阅《地理空间分析 - 综合指南,第六版》(Geospatial Analysis - A Comprehensive Guide, 6th edition); 2007–2018; de Smith, Goodchild, Longley 中的单变量分类方案

分位数

在分位数分类 分位数分类 中,每个类都包含相等数量的要素。 分位数分类非常适用于呈线性分布的数据。 分位数为每个类分配数量相等的数据值。 不存在空类,也不存在值过多或过少的类。

由于使用分位数分类将要素以同等数量分组到每个类中,因此得到的地图往往具有误导性。 可能会将相似的要素置于相邻的类中,或将值差异较大的要素置于相同类中。 可通过增加类的数量将这种变形降至最低。

相等间隔

使用相等间隔 相等间隔 将属性值的范围划分为若干个大小相等的子范围。 您可以为此操作指定间隔数,且系统将自动确定基于值范围的分类间隔。 例如,如果为取值范围为 0-300 的字段指定三个类,系统将创建三个类,其取值范围分别为 0–100、101–200 和 201–300。

相等间隔最适用于常见的数据范围,如百分比和温度。 这种方法侧重于某个属性值与其他值的相对量。 例如,它可表示为一组商店中的某个商店,而该商店的销售额占总销售额的三分之一。

定义的间隔

使用定义的间隔 定义的间隔 指定一个间隔大小,以定义一系列值范围相同的类。 例如,如果间隔大小为 75,则每个类的长度为 75 个单位。 系统将自动确定基于间隔大小和最大采样大小的类的数量。 间隔大小必须足够小以符合允许的最小类数量,即 3。

手动间隔

使用手动间隔 手动分类 定义您自己的类,以手动添加分类间隔并设置适合数据的类范围。 首先使用一种标准分类方法,然后根据需要切换到手动间隔分类以进行细化。

几何间隔

几何间隔分类方案 几何间隔 用于根据具有几何系列的组距创建分类间隔。 分类器中的几何系数可以更改一次(可更改为其倒数),以便优化类范围。 该算法创建几何间隔的原理是,使每个类的元素数的平方和最小。 这可确保每个类范围与每个类所拥有的值的数量大致相同,且间隔之间的变化非常一致。

此算法专门用于处理连续数据。 这是相等间隔、自然间断点分级法 (Jenks) 和分位数方法间的折衷方法。 这样,在突出中间值和极端值的变化之间实现了一种平衡,从而产生了既美观又可以提供完整制图信息的结果。

使用“几何间隔分类”的一个例子是降雨量数据集,在该数据集中只有 15% 的气象站(少于 50%)记录了降雨量,其余的气象站没有记录降雨量,因此它们的属性值为 0。

标准差

标准差分类方法 标准差 用于显示要素属性值与平均值之间的差异。 系统会自动计算平均值和标准差。 将使用与标准差成比例的等值范围创建分类间隔 - 间隔通常为 1 倍、1/2 倍、1/3 倍或 1/4 倍,并使用平均值以及由平均值得出的标准差。

相关主题