Estoy buscando el mejor símbolo para mostrar entidades agrupadas en la API de ArcGIS Server JS.
No me gusta el símbolo de clúster animado "fly-out", como se usa en la agrupación de API Silverlight o la muestra de agrupación JS (se sienten un poco efectistas).
Hasta ahora, la mejor opción que he encontrado es el símbolo del grupo de marcadores de Google Maps .
No mostraré un número en el centro del símbolo del clúster, pero variaré el tamaño del símbolo para mostrar concentraciones de características, como en esta maqueta:
¿Qué otras opciones de símbolos de agrupamiento hay? ¿Me puede señalar un mapa que muestre una buena implementación del agrupamiento de marcadores?
arcgis-javascript-api
symbology
clustering
simplify
generalization
Stephen Lead
fuente
fuente
Respuestas:
En la cartografía tradicional, la agrupación de marcadores se denomina agregación o, a veces, amalgamación. Es parte de la generalización del modelo : al alejarse, algunos conceptos detallados (por ejemplo, el árbol) desaparecen para ser reemplazados por formas agregadas menos detalladas (por ejemplo, el bosque).
Se pueden encontrar muchos buenos ejemplos en buenos libros de cartografía. Aquí hay dos ejemplos de este libro sobre la agregación de edificios:
ingrese la descripción del enlace aquí http://www.ailleursloin.free.fr/A/depot/village_generalise_200k_sans_bati.jpg
Supongo que está buscando más métodos operativos para hacerlo automáticamente. Esta presentación proporciona una visión general de los métodos automáticos existentes. Es posible que tenga recursos para desarrollar algunos de los algoritmos que se muestran ... De lo contrario, puede encontrar una implementación Java de este algoritmo (que permite construir la envoltura de símbolos distantes) allí , y también de este algoritmo allí .
Los mapas de calor también son una buena alternativa para este problema. Ver allí una implementación. Ver también maptimizar .
fuente
Hay muchas opciones y, de hecho, luché con la misma pregunta hace un tiempo en algunas de mis aplicaciones. Y para nuestros diferentes productos terminamos con diferentes soluciones. Entonces tienes que preguntarte
Aquí hay un par de ejemplos y lo que significan y cómo se hacen. Todos se realizan con un algoritmo de agrupación personalizado, no con la agrupación de Bing (primera imagen) o la estrategia de agrupación OL (segunda). De esta manera, tengo mucho más control sobre la apariencia.
Tapa de pantalla de una aplicación Bing; Tenemos múltiples capas de diferentes tipos de iconos y colores. Elegimos agrupar los íconos, luego ocultar todo por el ícono superior (más importante) en el clúster, y luego el ícono superior se superpone con una imagen transparente. Digamos que mis íconos son 20x20, el indicador de clúster es una imagen de 30x30 que es 80% transparente, excepto que tiene un MÁS en la esquina superior derecha. Entonces, cuando se superpone sobre el ícono "representativo" de mi clúster, parece que tengo un grupo de cosas debajo. Cuando el usuario se desplaza o hace clic, el evento va al icono del clúster y recibe un mensaje "N número de elementos agrupados" y puede hacer clic o profundizar para obtener más información.
En esta situación, tomamos un enfoque más simple. Los íconos aún viven en diferentes capas y tienen un significado diferente y agrupamos las capas cruzadas, sin embargo, el ícono representativo es solo un gran signo PLUS [que varía en tamaño hasta cierto límite].
Básicamente, elegimos un "MÁS" "+" para indicar un clúster en ambas aplicaciones, pero tomamos diferentes rutas sobre cómo colocarlo en el mapa: superponga los iconos de mapa existentes para darle más significado al mapa, o simplemente limpie el mapa y poner un PLUS y dejar que el usuario profundice para obtener más información.
fuente
Puede obtener algo de inspiración de las parcelas de girasol . Este método, que se ha utilizado durante décadas para representar grupos de puntos en diagramas de dispersión, capitaliza la investigación en cognición visual para producir marcadores que se discriminen rápida y correctamente y que estén claramente relacionados con los tamaños de los grupos que representan.
Aquí hay un ejemplo hecho en
R
:Se necesita poca imaginación para ver cómo se podría aplicar la técnica para hacer mapas que son más generales que los diagramas de dispersión.
fuente