Mapa coroplético: qué es, ejemplos y cómo construir uno con una API

El mapa coroplético es el mapa temático más habitual que verás en los medios, en informes de políticas públicas y en dashboards corporativos. Si alguna vez has mirado un mapa electoral coloreado por margen, un mapa de COVID por tasa de casos o un mapa de PIB por renta, ya has leído un coroplético.

Esta guía explica qué es un mapa coroplético, cuándo usarlo, los errores más frecuentes y cómo construir un coroplético listo para producción con una API de tiles vectoriales.

La definición en una frase

Un mapa coroplético colorea cada región del mapa según un único valor numérico medido para esa región, usando una escala de color que codifica la magnitud.

La palabra viene del griego khoros (área) y plethos (multitud). Se remonta a los estadísticos franceses de la década de 1820 y desde entonces es el caballo de batalla de la cartografía temática.

Ejemplos de mapas coropléticos

Usos clásicos:

• Densidad de población por país, estado o código postal
• Resultados electorales por distrito, con intensidad de color según el margen
• PIB per cápita por país, a menudo con escala logarítmica
• Tasa de desempleo por región
• Tasa de COVID por cada 100.000 habitantes por condado
• Precio medio de la vivienda por barrio
• Adopción de banda ancha por sección censal
• Rendimiento agrícola por región

El rasgo común es que el dato es un único número por región predefinida.

Mapa coroplético frente a mapa de calor

A menudo se confunden. La diferencia importa.

Un mapa coroplético necesita regiones predefinidas. Los datos ya están agregados. Cada región recibe un color. Los límites forman parte del mensaje.

Un mapa de calor necesita datos puntuales. La densidad se calcula por binning o suavizado por kernel. El resultado es un gradiente continuo que ignora los límites administrativos. Sirve para descubrir clústeres, no para comparar regiones.

Si tienes un número por código postal, usa coroplético. Si tienes una nube de pings GPS, usa mapa de calor.

Cómo se construye un mapa coroplético

Tres ingredientes:

1. Geometría de los límites. Un conjunto de polígonos GeoJSON (o capas de tiles vectoriales) para las regiones que quieres colorear, cada uno con un identificador estable (código ISO de país, FIPS de estado de EE. UU., código NUTS de la UE, código postal).
2. Un valor de dato por región. Un objeto JSON simple o un CSV con la misma clave.
3. Un renderizador que los una. Las librerías modernas de mapas web (MapLibre GL, Mapbox GL, deck.gl, OpenLayers) pueden unir datos a límites en tiempo de ejecución mediante feature-state o expresiones sobre propiedades.

Este es el patrón conceptual en MapLibre GL JS:

map.addSource('regions', {
  type: 'vector',
  url: 'https://api.mapatlas.xyz/v1/tiles/regions.json',
});

map.addLayer({
  id: 'regions-fill',
  type: 'fill',
  source: 'regions',
  'source-layer': 'regions',
  paint: {
    'fill-color': [
      'interpolate',
      ['linear'],
      ['feature-state', 'value'],
      0,   '#f7fbff',
      50,  '#6baed6',
      100, '#08306b',
    ],
    'fill-opacity': 0.8,
  },
});

// Push your data to each feature at runtime
for (const [regionId, value] of Object.entries(yourData)) {
  map.setFeatureState(
    { source: 'regions', sourceLayer: 'regions', id: regionId },
    { value }
  );
}

El mapa descarga los tiles de límites una vez y los re-estiliza cuando cambian tus datos. Sin re-renderizado en servidor.

Elegir la escala de color correcta

Tres reglas:

Secuencial para datos de una sola dirección. De claro a oscuro en un mismo tono. Para magnitudes que van de bajo a alto sin punto medio significativo (población, renta, tasa).

Divergente para datos de dos direcciones. Un punto medio neutro y dos tonos abriéndose hacia los extremos (rojo y azul, marrón y verde azulado). Útil cuando el cero o la media tienen sentido y los valores pueden caer a ambos lados (crecimiento interanual, margen electoral, desviación respecto a la media).

Evita las escalas arcoíris. Sugieren un orden que la percepción humana no procesa de forma uniforme y fallan para personas con daltonismo. ColorBrewer (colorbrewer2.org) es la referencia estándar para paletas coropléticas probadas por cartógrafos.

Un error frecuente es usar demasiados intervalos. Entre cinco y siete es el punto óptimo. Más allá, el lector no distingue los tonos contiguos.

La cuestión de la clasificación

Una vez fijada la escala, hay que decidir dónde trazar los límites entre intervalos:

• Intervalo igual. Divide el rango en trozos iguales. Funciona con datos distribuidos de forma uniforme, falla con outliers.
• Cuantiles. Cada intervalo contiene el mismo número de regiones. Útil cuando quieres que todos los tonos sean visibles, pero puede ocultar la magnitud de las diferencias.
• Cortes naturales (Jenks). Minimiza la varianza dentro de cada intervalo. El valor por defecto más guiado por datos.
• Manual. Cuando los límites tienen significado propio (tramos fiscales, umbrales demográficos).

La elección afecta de verdad a la historia que cuenta el mapa. Publica el método de clasificación en cualquier informe serio.

Errores comunes

Sesgo de área. Las regiones grandes y poco pobladas dominan visualmente el mapa. Un coroplético de las elecciones presidenciales de EE. UU. coloreado por margen se ve mayormente rojo porque los condados rurales son enormes. Los cartogramas o los mapas de densidad de puntos lo corrigen.

Conteos brutos en lugar de tasas. Un mapa de "casos de COVID por estado" es básicamente un mapa de población. Normaliza siempre por población, área u otro denominador, a menos que el valor absoluto sea precisamente lo que quieres comunicar.

Escala engañosa. Las escalas por cuantiles hacen que cualquier mapa parezca interesante aunque la dispersión real sea mínima. Las escalas de intervalo igual hacen que todo se vea plano en presencia de outliers. Ajusta la clasificación a la pregunta.

Datos faltantes. Decide de antemano si una región sin dato se muestra en gris, se omite o se colorea igual que cero. Cada opción cambia la lectura.

Cuándo elegir otro tipo de gráfico

Si tus datos son multivariantes por región, el coroplético los aplana. Considera:

• Small multiples. Una rejilla de coropléticos, uno por variable.
• Coroplético bivariado. Dos variables codificadas como una rejilla de color 2D. Difícil de leer pero potente cuando funciona.
• Cartograma. Distorsiona el tamaño de la región según el valor, útil cuando domina el sesgo de área.
• Gráfico de barras sobre mapa. A veces los datos son simplemente una tabla y el mapa es decorativo.

La cartografía es comunicación. El coroplético es solo una herramienta entre muchas.

Dónde encaja MapAtlas

La Dynamic Maps API entrega fuentes de tiles vectoriales para límites de país, región y código postal que puedes estilizar en tiempo de ejecución con tus propios datos, exactamente como en el snippet de MapLibre anterior. Los límites están alojados en la UE, llevan sello de versión y están diseñados para unirse limpiamente con los identificadores estándar (ISO 3166, NUTS, sistemas postales nacionales).

Para páginas que necesitan mostrar estadísticas agregadas por región (precio inmobiliario por código postal, coste de entrega por región, ventas por territorio), la GeoEnrich API devuelve los valores por región con la misma clave que los límites, de modo que el mismo join sirve tanto para el mapa como para tus tablas. Toda la base sobre mapas temáticos está cubierta en la Thematic Map Guide.