Co sprawia, że ​​mapa jest klasyfikowana jako źle zaprojektowana?

Źle zaprojektowana mapa może nie tylko wyglądać nieprzyjemnie wizualnie, ale może przekazywać niewłaściwy komunikat, co może prowadzić do podejmowania złych decyzji.

Chciałbym prosić ludzi o zamieszczanie przykładów (znajdujących się w sferze publicznej) źle zaprojektowanych map, wraz z uzasadnieniem, dlaczego jest to zły projekt.

Chociaż na to „pytanie” nie ma jednoznacznej odpowiedzi, myślę, że okaże się użytecznym źródłem informacji na temat tego, co zasługuje na zły projekt, aby inni mogli dowiedzieć się, czego NIE robić. Pozwolę głosom wybrać „właściwą” odpowiedź.

Chciałbym również zobaczyć przykłady złego projektowania map internetowych.

Twierdziłbym, że chociaż profesjonaliści GIS na ogół wiedzą, jak stworzyć dobrze wyglądającą mapę , powiedziałbym, że mają również tendencję do nadmiernego komplikowania map internetowych, próbując odtworzyć aplikację komputerową GIS w Internecie: Również powolnie w użyciu i trudno dostać się nawet na mapę.

Myślę, że teraz, gdy normalni ludzie są bardziej przyzwyczajeni do stylu / prostoty Map Google, mapy internetowe powinny stosować podobne podejście.

Wraz z eksplozją „NeoGeografii”, szczególnie w dziedzinie sieci, mamy teraz wielu specjalistów spoza GIS tworzących mapy dla Internetu. Wielu z tych programistów jest często bardzo dobrych w projektowaniu interfejsu użytkownika , ale nie jest przeszkolonych w zakresie zasad kartograficznych.

Myślę, że w przypadku map internetowych chodzi przede wszystkim o połączenie umiejętności kartografii i projektowania interfejsu użytkownika.

Istnieje wiele świetnych złych przykładów na stronie http://cartastrophe.wordpress.com/ . Na przykład ta mapa Europy (część mapy świata, która używa kolorów nadmiernie i bez oczywistego celu):

Oprócz kolorowania, etykiety na tej mapie to bałagan.

Nakładanie ogromnej ilości danych bez dbania o czytelność sprawia, że ​​takie plamy pikseli:

(niektórzy udają, że te „ mashupy ” to Kartografia 2.0. Może nie).

Kolejny przykład złego projektu kartograficznego francuskiej agencji federalnej (szczegół):

http://www.developpement-durable.gouv.fr/IMG/pdf/DGALN_Repartition_des_reserves_mondiales_de_MP.pdf

Pokonaj „Map-Mania” NATO (jest to skierowane do dzieci i dorosłych)

Ładowanie zajmuje dużo czasu (nieskompresowana / niezoptymalizowana zawartość flash)

Bardzo mało funkcji (niebieskie tło z podziałką i niektóre kraje / wybrzeże) to wszystko!

Bardzo słaba prognoza świata - znajdź Hawaje ...

za dużo, aby dodać do listy.

podwójnie odważ się wypróbować:

http://www.nato.int/multi/mapgame/

Znalazłem kilka przykładów bardzo biednych map choropleth opublikowanych na wikipedii przedstawiających nierówności dochodowe i ubóstwo według narodu. Chociaż obie metryki przedstawiają zjawisko ciągłe, wybrali pozornie przypadkowe kolory, aby przedstawić różne zakresy wzdłuż kontinuum (nawet kolory rozbieżne, losowe jasne kolory). Zmniejszyłem rozmiar plików, które przesłałem w porównaniu do oryginałów ( GINI , ubóstwo ), ponieważ uważam, że sprawiły, że źle oglądałem pliki w pełnym rozmiarze (więc uważaj!)

W przypadku krytyki wydaje się oczywiste, że powinni wybrać ciągły schemat kolorów (taki, który przechodzi w jednym odcieniu od jasnego do ciemnego lub odwrotnie) dla każdej z metryk, ponieważ reprezentują one ciągłe dane (należy postępować zgodnie z własną poradą wikipedia! ) Być może schemat byłby odpowiedni dla danych nominalnych, ale nawet wtedy nie sądzę, aby takie jasne kolory były doskonałym wyborem (być może kilka małych, wielokrotnych map przedstawiających pewne kategorie byłoby łatwiejszych do odczytania). Aby uzyskać smaczniejszy zestaw kolorów, dobrym pomysłem jest sprawdzenie pracy Cynthii Brewer i jej apletu Colorbrewer .

Jak napisano w oryginalnym źródle, napisano, że pochodzi ze światowego podręcznika CIA (który to na pewno są dane), ale nie mogłem znaleźć żadnej mapy, która wyglądałaby tak głupio, patrząc na rzeczywistą stronę internetową ze światem CIA i nie mogę jej odnaleźć za pośrednictwem wspólnych zasobów Wikipedii dla tych plików . To może być oryginalne dzieło, które moim zdaniem było niezgodne z polityką Wikipedii. Może zamiast narzekać, powinienem załadować nowy!

Chociaż ta mapa jest estetyczna (przynajmniej małe wielokrotności po lewej), uważam, że jest dość słaba, gdy wszystkie trzy warstwy są nałożone na siebie. Uważam, że lepsze sposoby wyświetlania takich danych wielowymiarowych to ten drugi wątek na stronie - Skuteczne wyświetlanie danych demograficznych na wydrukowanej mapie .

Mapa pochodzi z http://www.good.is/ . Lepsze spojrzenie na rzeczywistą mapę (z możliwością powiększania) jest dostępne tutaj .

Innym przykładem takiego mieszania kolorów jest Friendly (2007) . Aby być bardziej precyzyjnym na temat tego, co jest problematyczne w tych schematach kolorów, zakłócają one obserwacje w schemacie kolorów. Oznacza to, że wielokąt może mieć różne wartości atrybutów, ale otrzymać ten sam kolor! (patrz ta prezentacja, Empiryczne badanie wykorzystania kolorówautorstwa Paula Murrella i Rossa Ihaki w celu uzyskania bardziej szczegółowego opisu). Powyższy cytat z Friendly podaje przykład w przypisie, w którym dwa różne zestawy tych samych atrybutów byłyby odwzorowane na ten sam kolor. Rozciąga się to jedynie na rozróżnienie między obserwacjami według koloru na bieżącej mapie. Musisz wykonać pewne niemożliwe mentalne odwzorowanie kolorów, aby dowiedzieć się, jakie są oryginalne wartości atrybutów, i nie jest to tak proste, jak się wydaje na podstawie legendy.

Poniżej próbowałem odtworzyć, jak wyglądałaby ich legenda. Chociaż skończyło się to niepowodzeniem, myślę, że nadal jest jasne, na czym polega problem (podejrzewam, że nie udało mi się nie tylko z powodu moich początkowych kolorów, ale także dlatego, że nakładka przezroczystości prawdopodobnie nie jest spójna wewnątrz i pomiędzy kolorami, aby aby uzyskać powyższą mapę, możliwe jest również to, że moje oprogramowanie obsługuje przezroczystość i kolory inne niż ich zastosowanie). Aby przeczytać legendę, brzydkie kolory w prawym górnym rogu to mieszany panel wszystkich trzech kolorów. Schemat uporządkowania kolorów pokazano na sąsiednich panelach poniżej i po lewej stronie. W próbkach zwiększa się żółty gradient, w dół paneli zwiększa się niebieski gradient, a po prawej stronie paneli rośnie czerwony gradient.

Łatwo jest zauważyć, że kontrast między elementami jest znacznie zmniejszony, gdy kolory są ze sobą połączone. Chociaż może się wydawać, że celowo odtworzyłem gówniany przykład, podczas odrobiny eksperymentów nigdy nie byłem w stanie odtworzyć szeregu kolorów na ich mapie, a wszystkie wyprodukowane legendy miały zasadniczo ten sam problem (więc jeśli pozwolisz znam magiczne kolory, by stworzyć ich mapę, chętnie je tutaj odtworzę).

Nie jest to dokładnie odpowiedź, ale w tej samej próżności, co ten wątek. Książka: Jak kłamać z mapami Marka Monmoniera to przyjemna lektura. Większość z nich to złe mapy celowo utworzone w celu zniekształcenia lub ukrycia danych. Tak łatwo manipulować mapami, aby uzyskać punkt, idee w tej książce warto pamiętać, aby naprawdę nie przekroczyć linii.

( Źródło )

http://www.press.uchicago.edu/ucp/books/book/chicago/H/bo3696845.html

Oferuję ten, ponieważ jest typowy dla ilustracji w dobrze ocenionym podręczniku kartografii, więc nie jest to jednorazowa zła mapa: ilustruje to, czego ludzie są nauczani na (niektórych) uniwersytetach.

Podpis brzmi:

Mapa reszt z regresji. Obszary geograficzne o wartościach Y znacznie niedoszacowanych lub przesadzonych w stosunku do linii regresji są odwzorowywane za pomocą identyfikowalnych symboli obszaru. Te sekcje obszaru badań wymagają dokładniejszego zbadania. Konieczne mogą być dalsze dane w celu ustalenia, dlaczego zmienne zależne w tej sekcji zachowują się tak jak one. Identyfikacja obszarów odchylonych jest głównym zastosowaniem mapowania resztkowego.

Problem polega na tym, że mapa i jej interpretacja są błędne na wiele ważnych sposobów, poczynając od samej koncepcji jej budowy: choropletowa mapa reszt jest gorsza od wielu innych dostępnych technik. Wzór odwzorowanych tutaj resztek jest nie tylko zwodniczy ze względu na słabą kartografię (i naprawdę okropną legendę), ale w rzeczywistości należy oczekiwać od reszt z naprawdę dobrej regresji! W ten sposób autor książki stwarza problem, w którym nie ma żadnego, rozwijając nierealistyczne oczekiwania i zalecając potencjalnie kosztowne i bezsensowne dodatkowe gromadzenie danych.

Ostatni pretendent do tytułu.

Opiszę tylko moje główne krytyki na mapie pięści: „Populacja”, widziana w domyślnej skali i pozycji w przeglądarce Firefox (OSX).

• Bezwzględne dane ilościowe są klasyfikowane i reprezentowane przez klasy kolorów: ogromna redukcja informacji. Około 200 wartości liczbowych jest zredukowanych do pięciu wartości kolorów.
• Metoda klasyfikacji jest szczególna: Indonezja i Chiny należą do tej samej klasy (234 M / 1333 M).
• Klasyfikacja przedstawiona w legendzie nie odzwierciedla rzeczywistych wartości danych. Populacja Paragwaju wynosi 6,4 mln, ale legenda mówi, że jej klasa zaczyna się od 9,8 mln (ale wartości pochodzą z tego samego źródła: Bank Światowy ).
• Projekcja jest nieodpowiednia: to Mercator, spójrz na przykład na wielkość Groënland. Rozmiar mas kontynentalnych jest rażąco zniekształcony w stosunku do rzeczywistych proporcji powierzchni. Bez uzasadnienia tego.
• W wyniku poprzedniej uwagi przedstawiona skala jest prawdziwa tylko na określonej szerokości geograficznej (nieokreślonej), a nie dla całej mapy, jak się domyślnie implikuje.
• Ziarnistość danych nie jest spójna z niektórymi wyświetlanymi dużymi obiektami mapy: Alaska należy do tej samej klasy co USA, Groënland jak Dania.
• W wyniku poprzedniej uwagi Groënland jest fałszywie reprezentowany jako należący do minimalnej klasy populacji, która zaczyna się od 9,8 mln, ale jej populacja wynosi zaledwie 57 000.
• Kolory legendy różnią się od kolorów mapy (weryfikowane za pomocą narzędzia kropli do oczu w Photoshopie) (!).
• W domyślnej skali wielkie jeziora i morza śródlądowe mają ten sam kolor co kraje, tylko cień ciemniejszy.
• W domyślnej skali mapa jest przycinana w czterech kierunkach.
• Kolejność elementów w legendzie jest odwrócona w porównaniu z zalecaną kolejnością (patrz na przykład TA Slocum, Kartografia tematyczna i wizualizacja , Prentice Hall, 1999 i BD Dent, Kartografia: Projekt mapy tematycznej , McGraw-Hill, 1999), ale jest to domyślne ustawienie oprogramowania ESRI.
• Kolor konturu nie jest wystarczająco kontrastowany z niektórymi ciemniejszymi kolorami powierzchni. Na przykład spróbuj zobaczyć granicę między Turcją a Iranem lub między niektórymi krajami Europy Zachodniej.
• Niewytłumaczalny brak danych: Gujana Francuska.
• Przepraszam, zbyt zmęczony, by kontynuować, to dość bolesne.

Moim źródłem odkrycia tej „perły” jest Maxime z ForumSIG.

Pojawiają się WSZYSTKO na FB, Gmailu i ogólnie w Internecie. Wszyscy zachwycają się nimi, ale myślę, że są okropni, szczególnie biorąc pod uwagę, że reprezentują tak proste dane. Mam pytania:
co oznacza ciemność / gęstość koloru? Więcej odpowiedzi? Czy to więcej odpowiedzi na jednego mieszkańca, na rozprowadzone ankiety?
Czy białe obszary nie reagują? Czy w ogóle byli ankietowani?
Niestety odpowiedzi na te pytania są dostępne na stronie doktoranta, ale całkowicie zaniedbane, gdy inne strony udostępniają mapy.

Przykład udostępniania map: http://au.businessinsider.com/22-maps-that-show-the-deepest-linguistic-conflicts-in-america-2013-6#the-pronunciation-of-caramel -starts-ignorując samogłoski-raz-ty-idziesz-na-zachód-od-o-rzeki-1 Opis
Joshua Katza: http://spark-1590165977.us-west-2.elb.amazonaws.com/jkatz/ SurveyMaps /

Jeden z moich osobistych ulubionych pochodzi z p66 Eddington Transport Study (p20 z dołączonego pliku PDF):

Istnieje kilka bezpośrednich problemów z tą mapą:

1. Inna odpowiedź zwróciła na to uwagę w przypadku innej mapy; mapa ta nakłada znaczne ilości danych, dzięki czemu nie przedstawia więcej niż przybliżone oszacowanie gęstości zaludnienia.

2. Czy wartość podlegająca opodatkowaniu według wieku jest przedstawiona na podstawie obszaru wykresu kołowego lub średnicy ? Legenda mówi „wartość podlegająca opodatkowaniu według wieku ”, więc czy istnieje korelacja między obszarem lub średnicą wykresu kołowego a rozkładem wieku?

3. Czy na każdym wykresie kołowym proporcje przedstawiają odsetek magazynów zbudowanych w tym okresie od 2003 r.?