基于ArcMap的精美地图可视化绘制--以各省GDP数据为例

简介: 大家好,我是志斌~今天手把手教大家如何用ArcMap 10.3画分级地图。

01绘制地图


进入软件界面后,我们点击“黑色小加号”会弹出“添加数据”对话框,找到自己存放shp文件和数据的文件夹。


43.png



选择相应文件,点击“添加”导入我们的shp文件。


44.png


此时,我们的软件界面是这个样子。我们可以通过滚轮控制图像的大小,也可以在右边的“内容列表”里我们就可以查看、改变图层的属性。(右键单击Province31图层,点击“属性”,查看或者更改图层属性的时候会出现卡顿情况,这个情况是正常的,大家不用过于担心。)


45.png


在图层属性的窗口中我们点击“标注”这一栏,勾选“标注此图层中的要素” ,在这个面板中我们可以选择标注的字段,比如说我要在地图上标注中国各个省的名字,那我就将标注字段选择为“Name”,要是想要标注其他的东西我们也可以选择另外的标注。在下面的“文本符号”里我们可以更改标注的字体、大小、颜色等样式。



46.png


最重要的一步,点击“放置属性”,勾选“移除同名标注”。



47.png



最后点击“确定”,这样各个省的名称就显示在地图上了。效果如图所示:


48.png


020000数据可视化


下面,我们再回到我们的“内容列表”里,选中Province31图层点击右键,“打开属性表”,再打开我们的数据表格(excel文件),我们会发现图层中的“Name”和数据表格中的“省份”都是各省的名称,这是我们将图层与数据建立连接,才能将数据在图层上显现出来。


49.png

50.png


我们还是选中Province31图层点击右键选择“连接和关联”点击“连接”,我们在“选择该图层中连接将基于的字段”中选择“Name”。


51.png


点击“选择要连接到此图层的表”右边的小文件夹图标,导入我们的数据文件。



52.png


在“选择此表中要作为连接基础的字段”中选择“省份”。如果大家担心连接有误,我们可以点击右下角的“验证连接”

让软件帮助我们检查一下连接有没有失误。



53.png


点击“确定”,连接完成。

这时候我们对着图层右键,点击“打开属性表”,我们就可以看见excel文件里的数据就和图层建立了精准的连接了。


54.png


在建立完连接之后,我们就要根据各个省份的数据不同,来用不同颜色显示各个省份某个数据的强度,以各个省GDP为例。

还是右键点击图层,点击“属性”,打开“符号系统”这一栏,在靠左边的白色框内选择“数量”➡“分级色彩”,在“字段”中“值”的部分选择GDP,根据自己的需求分类别,我在这里分了三类。选择自己喜欢的色带,这里注意如果由特别小的值的时候建议不要选以白色代表小的值的色带。点击确定。


55.png


这时,图层的效果就是这个样子。



56.png

现在我们要给地图写上他的名字,把彩带标注的数值放在地图中以及插入一个指北针。这样可以使地图看起来更高大上。

此时,我们点击左上角“视图”选择“布局视图”,按住键盘上的CTRL+Alt+A键在内容列表里将色带截取出来,在空白处点击“粘贴”并调整彩带的位置和大小。如图所示:



57.png


我们在左上角点击“插入”选择“文本”,我们的页面上就会出现一个文本框,我们可以拖动他改变他的位置,双击文本框,输入地图的名字,点击“更改符号”我们可以更改文本的大小、字体等。


58.png



我们再次点击“插入”选择“指北针”挑选我们自己喜欢的指北针样式挪动他的位置即可。这样,一副关于我国各省GDP的分级地图就做好啦。


59.png


注:本文引用数据是分析各个省域GDP,由于不计算某些省份所以不在地图上显示,中国国土寸土必争!


03数据获取


如果有朋友对本文感兴趣的,扫码关注『志斌的Python笔记』后台回复"0323",即可领取所有的shp文件和数据集。


相关文章
120Echarts - 热力图(Calendar Heatmap Vertical)
120Echarts - 热力图(Calendar Heatmap Vertical)
372 0
|
数据可视化 定位技术 Sentinel
如何用Google Earth Engine快速、大量下载遥感影像数据?
【2月更文挑战第9天】本文介绍在谷歌地球引擎(Google Earth Engine,GEE)中,批量下载指定时间范围、空间范围的遥感影像数据(包括Landsat、Sentinel等)的方法~
6591 1
如何用Google Earth Engine快速、大量下载遥感影像数据?
|
开发工具 数据安全/隐私保护 git
如何提交代码到github
如何提交代码到github
|
9月前
|
数据可视化 前端开发 JavaScript
用Pyecharts绘制交互式中国地图:从数据到可视化全流程解析
Pyecharts是基于ECharts的Python地图可视化利器:支持零代码交互(悬停、缩放)、多级行政区划(省/市/县)、高度定制化(20+样式参数)。本文详解安装配置、数据规范、三步绘图、分段配色、悬停高亮及3D扩展,助你快速生成专业级热力地图。(239字)
1373 1
|
前端开发 程序员
墨刀原型图的原理、与UI设计图的区别及转换方法详解-卓伊凡|贝贝
墨刀原型图的原理、与UI设计图的区别及转换方法详解-卓伊凡|贝贝
1425 24
墨刀原型图的原理、与UI设计图的区别及转换方法详解-卓伊凡|贝贝
|
传感器 人工智能 算法
数字孪生智慧水务系统,三维立体平台,沃思智能
智慧水务系统融合物联网、数字孪生与AI技术,实现供水全流程智能监测、预测性维护与动态优化。通过实时数据采集与三维建模,提升漏损控制、节能降耗与应急响应能力,推动水务管理从经验驱动迈向数据驱动,助力城市水资源精细化、可持续化管理。
1780 143
|
9月前
|
Windows
Zotero7.0.8 文献管理安装步骤详解(附文献管理与同步设置教程)
Zotero 7.0.8 是一款免费开源的文献管理工具,支持文献采集、分类、笔记及自动生成参考文献。本安装包为Windows版,含详细中文安装与使用指南,助你快速上手科研写作。(239字)
1786 2
|
Java Android开发 开发者
Android Studio Profiler Memory (内存分析工具)的简单使用及问题分析
Android Studio Profiler Memory (内存分析工具)的简单使用及问题分析
4195 0
Android Studio Profiler Memory (内存分析工具)的简单使用及问题分析
|
算法 Python
群智能算法:灰狼优化算法(GWO)的详细解读
在优化问题中,寻找最优解是核心目标。灰狼优化算法(GWO)受到自然界灰狼狩猎行为和社会等级结构的启发,通过模拟Alpha(头狼)、Beta(助手狼)、Delta(支配狼)和Omega(普通狼)的角色,高效搜索最优解。本文详细解析GWO的原理与步骤,并提供Python代码实现,帮助读者理解并应用这一算法。
|
机器学习/深度学习 算法 TensorFlow
深度学习笔记(五):学习率过大过小对于网络训练有何影响以及如何解决
学习率是深度学习中的关键超参数,它影响模型的训练进度和收敛性,过大或过小的学习率都会对网络训练产生负面影响,需要通过适当的设置和调整策略来优化。
3228 0
深度学习笔记(五):学习率过大过小对于网络训练有何影响以及如何解决