Я ищу лучший символ для отображения кластерных объектов в ArcGIS Server JS API.
Мне не нравится «всплывающий» анимированный символ кластера, используемый в кластеризации API Silverlight или в примере кластеризации JS (они кажутся немного бесполезными).
Пока что лучший вариант, который я нашел, это символ кластера маркеров Google Maps .
Я не буду показывать число в центре символа кластера, но буду изменять размер символа, чтобы показать концентрацию объектов, как в этом макете:
Какие еще есть варианты символов кластеризации? Можете ли вы указать мне карту, показывающую хорошую реализацию кластеризации маркеров?
Ответы:
В традиционной картографии кластеризация маркеров называется агрегацией или иногда объединением. Это является частью обобщения модели : при уменьшении масштаба некоторые детальные понятия (например, дерево) исчезают и заменяются менее детализированными агрегированными формами (например, лес).
Много хороших примеров можно найти в хороших книгах по картографии. Вот два примера из этой книги о построении агрегации:
введите описание ссылки здесь http://www.ailleursloin.free.fr/A/depot/village_generalise_200k_sans_bati.jpg
Я полагаю, вы ищете более оперативные методы, чтобы сделать это автоматически. В этой презентации представлен обзор существующих автоматических методов. У вас могут быть ресурсы для разработки некоторых из показанных алгоритмов ... В противном случае вы можете найти Java-реализацию этого алгоритма (которая позволяет создавать оболочку удаленных символов) там , а также этот алгоритм там .
Тепловые карты также являются хорошей альтернативой для этого вопроса. Смотрите там реализацию. Смотрите также maptimize .
источник
Вариантов много, и на самом деле я некоторое время назад пытался ответить на один и тот же вопрос по некоторым своим приложениям. И для наших разных продуктов мы нашли разные решения. Так что вы должны спросить себя
Вот пара примеров и что они значат и как они сделаны. Все это делается с помощью специального алгоритма кластеризации, а не с помощью кластеризации Bing (первое изображение) или стратегии кластеризации OL (второе). Таким образом, у меня намного больше контроля над внешним видом.
Крышка экрана из приложения Bing; у нас есть несколько слоев разных типов иконок и цветов. Мы выбрали кластеризацию значков, а затем скрыли все с помощью самого верхнего (самого важного) значка в кластере, а затем на самый верхний значок накладывается прозрачное изображение. Скажем, мои значки имеют размер 20x20, индикатор кластера представляет собой изображение 30x30, прозрачность которого составляет 80%, за исключением того, что в правом верхнем углу он имеет значок PLUS. Поэтому, когда я наложил поверх моего «репрезентативного» значка моего кластера, похоже, что у меня под ним есть кластер вещей. Когда пользователь наводит указатель мыши или щелкает, событие переходит к значку кластера, и они получают сообщение «N количество кластеризованных элементов» и могут щелкнуть или просмотреть для получения дополнительной информации.
В этой ситуации мы выбрали более простой подход. Иконки по-прежнему живут в разных слоях и имеют разное значение, и мы разбиваем кросс-слой, однако представительная иконка - это просто большой жирный знак ПЛЮС [размер которого варьируется до определенного предела].
Таким образом, в основном, мы выбрали «ПЛЮС» «+», чтобы указать кластер в обоих приложениях, но пошли разными путями, как разместить его на карте - наложить существующие значки карты, чтобы придать карте больше смысла, или просто очистить карту и добавьте ПЛЮС и предоставьте пользователю дополнительную информацию.
источник
Вы можете получить вдохновение от участков подсолнечника . Этот метод, который использовался в течение десятилетий для представления кластеров точек на диаграммах рассеяния, основывается на исследованиях в области визуального познания для создания маркеров, которые быстро и правильно распознаются, а также четко связаны с размерами кластеров, которые они представляют.
Вот пример, сделанный в
R
:Требуется немного воображения, чтобы увидеть, как эта техника может быть применена для создания карт, которые являются более общими, чем диаграммы рассеяния.
источник