Acerca de clasificar atributos
Puedes escoger distintas formas de visualizar los datos que has añadido al mapa. Por ejemplo, las masas y arroyos se deben mostrar con un color azul constante individual. Las carreteras deben simbolizarse según la clase de carretera. Los eventos sísmicos, como los terremotos, deben representarse con símbolos graduados según su magnitud. Y los polígonos deben clasificarse según el uso del suelo. El visor de mapas ArcGIS.com incluye diversas opciones para mostrar los datos. Solo aparecen las opciones que aplican a los datos. Por ejemplo, si tienes un valor para cada tipo de entidad, solo puedes utilizar un símbolo individual o símbolos únicos (no tamaño o color).
Opciones de visualización
Símbolo único
Muestra todas las entidades usando un símbolo único. Dibujar los datos con tan solo un símbolo da una idea de cómo se distribuyen las entidades (agrupadas o dispersas) y puede relevar patrones ocultos. Por ejemplo, al representar cartográficamente una lista de ubicaciones de restaurantes, probablemente te gustaría ver que los restaurantes se han agrupado en un distrito comercial.
Símbolos únicos
Muestra las entidades utilizando una característica específica que las identifique. Por ejemplo, en el ejemplo del restaurante, podrías usar distintos colores para representar la cocina servida en los restaurantes. Un atributo puede tener hasta 200 valores únicos para usar esta opción de visualización.
Color
Muestra las entidades en función de un gradiente de color único que distinga las diferencias entre las entidades. Debes escoger el esquema de clasificación y el número de clases. Por ejemplo, podrías utilizar una rampa de color de los ingresos del restaurante para valorar los posibles beneficios de cada ubicación.
Tamaño
Muestra las entidades en función de un símbolo único de tamaño variable que distinga las diferencias entre las entidades. Debes escoger el esquema de clasificación y el número de clases. Por ejemplo, podrías usar un símbolo del dinero de distintos tamaños para representar la rentabilidad relativa de los restaurantes.
Esquema de clasificación y número de clases
Si clasificas las entidades utilizando un color o un tamaño, debes decidir cómo definir los rangos y los cortes para las clases. También tienes que decidir el número de clases; de una a diez. En función de cómo definas los rangos y cortes de clase (el valor superior e inferior que delimita cada clase) se determinará qué entidades estarán incluidas en cada clase y qué aspecto tendrá la capa. Al cambiar las clases, puedes crear mapas de aspectos muy diferentes. Por lo general, el objetivo es asegurar que las entidades con valores similares se encuentran en la misma clase. Para obtener más información, consulta Clasificación de los campos numéricos de la simbología graduada
Puedes escoger entre cuatro esquemas de clasificación estándar.
Intervalo equivalente
Los intervalos equivalentes dividen el rango de valores de atributo en subrangos de igual tamaño. El intervalo equivalente se aplica mejor en rangos de datos familiares, tales como porcentajes y temperatura. Este método enfatiza la cantidad de un valor de atributo relativo al resto de valores. Por ejemplo, se podría mostrar que una tienda forma parte del grupo de tiendas que realizan la tercera parte de todas las ventas.
Cortes naturales
Los cortes naturales se basan en agrupaciones naturales inherentes en los datos que maximizan las diferencias entre clases, por ejemplo, la altura de los árboles en un parque nacional.
Desviación estándar
La desviación estándar muestra la diferencia entre el valor de atributo de una entidad y el valor medio. La desviación estándar ayudar a enfatizar valores por encima y por debajo del valor medio, por ejemplo, índices de ejecuciones hipotecarias.
Cuantil
Con cortes de cuantil, cada clase contiene el mismo número de entidades. La clasificación de cuantiles resulta útil para datos distribuidos linealmente. El cuantil asigna el mismo número de valores a cada clase. No existen clases vacías o clases con demasiados valores o sin los suficientes valores. Ya que las entidades se agrupan en número iguales en cada clase mediante la clasificación de cuantiles, el mapa resultante puede ser erróneo. Las entidades similares se pueden colocar en clases adyacentes, o entidades con valores muy diferentes se pueden colocar en la misma clase. Puedes minimizar esta distorsión aumentando el número de clases.