通用地图试图告诉你一切：道路在哪里、地形是什么样、城市坐落于何处、边界如何划分。专题地图则正好相反。它只挑选一个主题，例如人口密度、选举结果或降水量，将其余地理要素全部退化为安静的背景。页面上的所有元素都为了让那一组数据更易读而存在。
新闻记者用专题地图解读选举结果，流行病学家用它追踪疫情，规划者用它确定基础设施规模，产品团队用它判断进入哪些市场。如果你曾盯着一张地图，瞬间看出了在电子表格里绝对会忽略的规律，那么你看的就是一张专题地图。
本文将介绍专题地图的定义、常见类型、各自的适用场景，以及如何借助 MapAtlas Maps API 进行制作。
何谓「专题」地图
参考地图（想想地图册中的一页）会同时呈现众多要素，并把它们大致同等对待。专题地图则将地理信息压低为底图，把单一数据集推到前景。底图被刻意弱化，通常是淡化的边界或柔和的路网，从而引导视线落在承载数据的色彩、点位或符号上。
判断一张专题地图是否优秀有两点。其一，主题清晰：一个变量呈现得当，胜过五个变量争夺注意力。其二，视觉编码诚实：色彩方案、分级方式与符号类型的选择应揭示数据中的真实规律，而不是凭空制造规律。
专题地图的主要类型
分级统计图（Choropleth maps）
分级统计图按数值对预定义区域（国家、州省、邮政编码、六边形格网等）进行填色。当数据本身与行政边界绑定且已完成标准化处理时，它的表现非常好。各地区投票率就是经典例子。务必对数据进行标准化，因为分级统计图中的原始计数会放大大型区域，掩盖小区域中的规律。
点密度图（Dot density maps）
点密度图在地图上每出现 N 个某现象，就放置一个点。例如，人口点密度图可能每 1,000 人放置一个点。视觉上，点的密集程度自然反映分布密度，无需阅读或计算具体数字。这类地图适合呈现原始计数，并能规避分级统计图的面积偏差问题。
比例符号图（Proportional symbol maps）
比例符号图在每个位置放置一个圆形（或其他形状），并按数值确定其尺寸。它非常适合点位上的原始计数：每家门店的客户数量、地震震级、各城市的人口规模。无论两座城市的实际占地面积差异多大，读者都可以通过比较两个圆的大小直接进行对比。
等值线图与热力图（Isarithmic and heat maps）
等值线图（也称等高线图）通过在连续表面上绘制等值线或填充带来呈现数据。地形等高线、天气等温线和气压等压线都属于等值线图。Web 端的热力图是与之密切相关的可视化形式，它将点数据平滑成一片连续的彩色曲面，适合展示城市或网站中活动的聚集分布。
分区密度图与变形地图（Dasymetric and cartogram variations）
分区密度图（dasymetric map）借助辅助数据（例如土地利用）对分级统计图进行细化，把数值压入区域内真正发生该现象的部分。变形地图（cartogram）则按数据扭曲区域大小，例如人口众多的国家在地图上会被放大，而不再受其物理面积约束。当标准类型容易误导读者时，这两种形式都非常有力。
选择合适的类型
从数据本身出发。如果是与行政区域绑定的比率或百分比，使用分级统计图。如果是绑定到点位的原始计数，使用比例符号图。如果是覆盖整个区域的原始计数，使用点密度图。如果是温度或高程这类连续变量，使用等值线图。如果实际面积会扭曲信息表达，使用变形地图。
接着选择配色方案。顺序型配色（由浅到深）适合有序数据；发散型配色（两种颜色在中点交汇）适合存在有意义零点的数据，例如相对基线的变化；分类型配色适合无序的类别。无论哪一种，ColorBrewer 的色板仍是公认的参考标准。
使用 MapAtlas 制作专题地图
MapAtlas Maps API 提供矢量瓦片和样式控制能力，可满足上述任意类型的需求。你只需加载带有行政边界的底图样式，将数据以 GeoJSON 形式获取，然后添加 fill 图层（用于分级统计图）、circle 图层（用于比例符号图），或 heatmap 图层（用于密度可视化）。
针对行政区域，最便捷的工作流是将边界以 GeoJSON 形式托管，把要展示的数值作为属性附加到每个 feature 上，再添加一个 fill 图层，并使用 data-driven 的颜色表达式将该属性映射到色阶。对于点数据，把数值作为属性附加，并使用基于该数值的 circle-radius 表达式调整大小，再配合 circle-stroke 提升在复杂底图上的可读性。
如果你的目标是交互式分析（点击区域查看精确数值、按类别筛选、随时间动画演示），可以将 Maps API 与轻量的客户端状态层结合使用。对于博客文章或报告中的一次性静态地图，同一套 API 也可以渲染为可保存为 PNG 的静态图像。
你还可以使用坐标查询工具将地址转换为放置符号所需的经纬度，或借助 Routing API 计算驾车通勤范围，用于呈现可达性主题的地图。
常见错误
最常见的失误，是在分级统计图中使用原始计数：面积大一倍的区域看起来重要程度也会翻倍。其次是分级过多，过多的色阶会掩盖规律，通常 5 到 7 级就已足够。第三是忽略色觉障碍，默认的红绿配色对相当一部分用户而言是无法识别的。
专题地图本质上是一种沟通方式。计算应当诚实，编码应当清晰，读者应当能在数秒内把握规律。当这一切到位时，一张地图就足以替代电子表格中的成千上万行数据。
常见问题
什么是专题地图？
专题地图是一种专门用于展示某一特定主题空间分布的地图，例如人口密度、人均收入、选举结果或降水量。与试图同时呈现道路、河流、城市和地形等多种要素的普通参考地图不同，专题地图将所有其他元素都置于次要位置，仅围绕一组数据展开，并通过色彩、明暗或符号让该数据集一目了然。
专题地图主要有哪些类型？
最常见的四种类型是：分级统计图（choropleth map，按数值为预定义区域如国家或县着色）、点密度图（dot density map，按每 N 个现象出现一次放置一个点）、比例符号图（proportional symbol map，在每个位置以圆或方等符号按数值大小呈现）以及等值线图（isarithmic map 或 contour map，以等值线或填充带的形式表示，例如温度等温线或地形等高线）。热力图和分区密度图（dasymetric map）是其中应用广泛的变体。
什么时候应使用分级统计图，什么时候应避免使用？
当数据天然与行政区域绑定且已经过标准化处理（例如比率、百分比或人均值，而非原始计数）时，适合使用分级统计图。对于原始计数则应避免使用，因为面积较大的区域仅凭尺寸便会显得更重要。原始计数通常更适合用比例符号图或点密度图来呈现。
