图表选择可视化指南：地图：看空间分布（深度版）

把数据叠加到地理空间，展示区域差异、选址、扩散路径等空间模式。

分类：🕸 结构图　适用：区域销量/风险分布、选址问题、疫情/污染扩散

一、这个图适合谁（适用场景）

区域销量/风险分布
选址问题
疫情/污染扩散

二、图表结构要素

底图=地理边界
颜色/符号=数值
可加流向线
需经纬度或区划

三、可视化的底层逻辑

地图把数据叠加到真实地理空间，揭示空间模式——聚集、梯度、异常、扩散路径，这些是纯表格或普通柱状图无法表达的维度。它用的是"地理位置"这一天然有序通道，读者对"哪块区域高、沿什么方向变化"有本能的空间直觉。但地图的陷阱在于"空间语义丢失"：一旦缺比例尺、图例、指北针，或用了无顺序的彩虹配色，读者就无法判断"深色是数值高还是只是底图花"。此外，行政区划的面积≠数据量，大区域天然视觉主导，易造成"大省一定更重要"的误读。核心思想：有真实地理维度才用地图，且配色必须有序（顺序/发散），空间语义要素（比例尺/图例）缺一不可。

四、视觉编码与感知推导

分级着色（choropleth）：区域 $r$ 的值 $v_r$ 经映射上色。两种分级：

等量分级（quantile）：每级含相同数量区域，分布均匀但同级数值跨度可能大；
等距分级（equal interval）：按数值等宽，受离群值影响（多数区域挤在一两级）。

选错分级会扭曲模式感知。

配色顺序性：颜色 $c(v)$ 必须单调对应 $v$ （顺序色阶由浅入深，或发散色阶以某基准为中心），避免彩虹——否则"深红 vs 深蓝"被误读为类别差异而非数值高低。

面积-数值失真与校正：choropleth 中区域面积 $A_r$ （地理）与数据 $v_r$ 无关，大区域视觉权重过高。用Cartogram（面积∝数值）可校正：把地图形状扭曲使每块面积正比于 $v_r$ ，消除"大即重要"错觉。

空间自相关（Moran's I）：量化聚集程度

$I=\frac{n}{\sum_i\sum_j w_{ij}}\cdot\frac{\sum_i\sum_j w_{ij}(v_i-\bar v)(v_j-\bar v)}{\sum_i(v_i-\bar v)^2}$

$I>0$ 表正聚集（相邻区域值相近）， $I<0$ 表离散；用于判断"空间模式是否显著"而非仅肉眼觉得"有聚集"。

五、怎么画（步骤）

确认有地理维度（经纬度/行政区）。
用 choropleth（面着色）表达区域数值。
用气泡/符号大小编码点状量。
配色注意顺序感（浅→深）。
指北针+比例尺+图例不可少。

六、何时用 / 何时不用 / 常见丑图

何时用：『在哪、空间上怎么分布』。
何时不用：无空间维度 → 用其它图。
常见丑图：无比例尺、配色无顺序、底图过花。

七、常见坑

缺比例尺/图例
配色无顺序误导
底图抢戏

八、画图自检清单

有地理维度
配色有序
比例尺/图例完整
重点区域突出

九、配套资源与搭配

网络/图结构问题怎么选
Python 数据可视化模板
图表选择可视化指南

本指南由 MCM520 资料站自动生成（深度版），配套论文图表规范与可视化模板可在资源页下载。

十、实战案例——Python 绘制 + 图效果

当地图上有空间分布数据时，用地图展示最直观。

案例场景：某城市需要在 4 个候选位置建设应急站，每个灰点代表一个居民区需求点。
通过地图叠加需求点与候选站，可以直观判断选址是否覆盖了主要需求区域。

完整代码（Python + matplotlib）

import matplotlib.pyplot as plt
import numpy as np

np.random.seed(2026)
demand_x = np.random.uniform(10, 90, 40)
demand_y = np.random.uniform(10, 90, 40)

stations = {'站1': (25, 40), '站2': (50, 25), '站3': (75, 60), '站4': (40, 65)}

plt.figure(figsize=(7, 5))
plt.scatter(demand_x, demand_y, c='gray', s=20, alpha=0.5, label='居民区')
for name, (x, y) in stations.items():
    plt.scatter(x, y, s=150, c=['#f59e0b', '#2563eb', '#16a34a', '#7c3aed'],
                edgecolors='white', linewidth=2, zorder=5)
    plt.text(x, y - 4, name, ha='center', va='top', fontsize=11, fontweight='bold')
plt.xlabel('经度', fontsize=12)
plt.ylabel('纬度', fontsize=12)
plt.title('城市应急站空间选址', fontsize=14, fontweight='bold')
plt.legend(fontsize=11)
plt.grid(alpha=0.3)
plt.tight_layout()
plt.show()

运行效果图

图X9 城市应急站空间选址地图

本指南由 MCM520 资料站生成，配套 Python 代码可直接运行。