基本向量资料样式设定

为了让地图能够清楚呈现资讯,GIS 资料的样式必须要好好设定。在 QGIS 中, 有许多选项可以让使用者以不同的风格与符号呈现原始资料。在本教学中,我们就来看一些基本的样式设定技巧。

内容说明

设定「世界各国的人口预期寿命」向量图层的样式。

你还会学到这些

  • 查看向量图层的属性表格。

取得资料

这次使用的资料是 University of Wisconsin-Madison 附属的机构 Center for Sustainability and the Global Environment (SAGE) .

你可以从 Human Impact Dataset 中下载 Life Expectancy GIS Grid data .

为了方便起见,你也可以直接用下面的连结下载:

lifeexpectancy.zip

资料来源 [SAGE]

操作流程

  1. 打开 QGIS,选择 Layer ‣ Add Vector Layer...
../_images/112.png
  1. 找到刚下载的 lifeexpectancy.zip 后,按下 Open. 内含的 shapefile 叫做 newsweek_data.shp 并且按下 Open. 接下来要为资料选一个座标参考系统 (CRS), 这边选 WGS84 EPSG:4326 当作 CRS 即可。
../_images/210.png
  1. 这样一来在压缩档内的 shapefile 就可以呈现在画面上,目前它使用的是预设的样式设定。
../_images/35.png
  1. 在这个图层上按右键,选择 Open Attribute Table.
../_images/42.png

5. 看一下这笔资料有哪些属性。 在众多的属性栏位中, 只能挑一个 attribute 做为 column 。 考虑到我们的目标是要秀出人口预期寿命的差异,要看的栏位很自然的就是 LIFEXPCT

../_images/52.png
  1. 关掉属性表格,然后在这个图层上按右键,选择 Properties.
../_images/62.png
  1. 许多样式调整的选项都放在属性视窗的 Style 分页中。按一下分页上的那个下拉选单, 可以看到有许多选项可以使用, 像是 Single Symbol, Categorized, Graduated, Rule Based and Point displacement. 等等。这里我们只会用前三个选项来示范样式设定。
../_images/72.png

8. 选择 Single Symbol,这个选项是针对所有图层里的图征统一调整样式。 由于我们的资料属于多边形的结构,所以有两个样式基本部位可以调一个就是 fill , 另一个则是 outline. 这里我们先选看看 dotted 的填满图样,然后按下 OK.

../_images/82.png
  1. 这下子图层中所有的多边形都会被选择的新样式给填满。
../_images/92.png
  1. 很显然的,「单一符号」并不适合呈现预期寿命的资料,我们试试看别种吧。再次按右键进到这个图层的 Properties. 然后在 Style 分页中选择 Categorized 的选项。 这个选项会把具有不同属性值的图征,用不同深浅的颜色来显现。 在 Column 的那个地方选择 LIFEXPCT.然后在 color ramp 中选择一个你喜欢的色条,接着按下 Classify 按钮,最后按下 OK.
../_images/102.png

11. 结果是,不同的国家被套上了深浅不一的蓝色。图中浅色代表较低的预期寿命,深色则代表较高的预期寿命。 这种方法有用多了,例如说我们可以得知预期寿命在开发中国家和已开发国家的差异,这就是我们想要的样式设定。

../_images/113.png

12. 接下来来看看 Style 分页中的 Graduated 选项。 渐层样式设定可以把资料依照某个属性分成许多的 classes ,每个类别可以有不同的样式设定。假设我们想把资料分成三个类别: LOW, MEDIUMHIGH,那么可以在 Column 的地方填上 LIFEXPCT 然后在 classes 的地方选择 3 。 你会看到有很多不同的 Mode 可以选择,来稍微了解一下好了 :这里总共有 5 种模式,分别为 Equal Interval, Quantile, Natural Breaks (Jenks), Standard DeviationPretty Breaks. 。不同的模式使用不同的统计演算法来把资料分到不同类别中。

  • 等距:如其名,每个类别都具有相等的数值范围。如果资料是从 0-100 然后被分成 10 个类别,那么每个类别的数值范围就是 0-10,10-20,20-30 等等, 每个类别的大小都是 10 单位。
  • 分位数:每个类别都具有相等的资料个数。如果资料有 100 笔然后被分成 4 个类别,那么每个类别会有 25 笔资料。
  • 自然间断法临界值法(Jenks):此演算法会寻找最自然的数值群组来建立类别。同一类别中的资料集合具有最小化的标准差,而不同类别的资料集合则具有最大化的标准差。
  • 标准差:计算资料的平均值与标准差,然后以平均值加减标准差的倍数来做分类。
  • Pretty 间断法:这是基于 R 语言中的 Pretty 演算法发展而来。真要说起来有点复杂,不过基本上会叫做 pretty 的原因,是它的分类结果会把类别边界放在舍位过的数字上。

在这里我们先选简单的「分位数」法。 按下后 Classify 以后应该就可以看到有 3 个类别出现,也可以看到类别的边界值。最后按下 OK.

注解

Graduated 选项要求进行分析的栏位一定得是数值资料。栏位属性是整数或是浮点数都可以,不过如果是字串的话,是没办法使用这个选项的。

../_images/122.png
  1. 接着一张具有 3 个颜色的地图就出现了,上面标注着人口预期寿命的国家区块。
../_images/132.png
  1. 在图层上按下右键选择 Properties 后回到 Style 选单,这里还有一些东西可以调。 每个类别的符号点下去后都可以进行各自的设定。这里我们预计使用红、黄、绿来代表低、中、高的人口预期寿命。
../_images/142.png
  1. Symbol Selector 视窗中,按下 Color 的选单。
../_images/152.png
  1. 然后在 Select Color 的视窗中挑选颜色。
../_images/162.png
  1. 回到 Layer Properties 视窗,在 Label 那边点两下,就可以输入你想要的图例标签, 而在 Value 那边点两下,就可以修改类别的边界范围。修改完成后就可以按下 OK
../_images/171.png
  1. 这次的版本比起前两次尝试更为实用,因为它使用清晰的颜色,显示了我们对于人口预期寿命差异的解读。
../_images/182.png