gis散点图点大小算法

散点图介绍

        1、百度：散点图是指在回归分析中，数据点在直角坐标系平面上的分布图，散点图表示因变量随自变量而变化的大致趋势，据此可以选择合适的函数对数据点进行拟合。

        2、ArcGIS散点图：散点图使用数据值作为 x,y 坐标来绘制点。它可以揭示格网上所绘制的值之间的关系，还可以显示数据的趋势。当存在大量数据点时，散点图的作用尤为明显。散点图与折线图相似，而不同之处在于折线图通过将点或数据点相连来显示每一个变化。

        3、大白话（个人理解）：散点图是用点的大小，反应这组数据的值的大小

效果图

        这里以地图为例，使用是gis引擎，用户输入的半径范围为10-60，那么这组数据中最小值的点的半径就是10，最大值的点的半径就是60

代码

//ScatterData为一组点位数据，count为点位的臭氧浓度
let ScatterData = [
{ "lng": 118.388995, "lat": 35.02895273, "count": 0.8 }, 
{ "lng": 118.36172, "lat": 35.08427, "count": 0.2 }, 
{ "lng": 118.3564897, "lat": 35.02154007, "count": 0.7 }, 
{ "lng": 118.28092, "lat": 35.00027, "count": 0.2 }]

//从ScatterData中提取浓度字段
let countArr
ScatterData.map(item => {
 countArr.push(Number(item.count))
})

//提取出浓度的最大最小值
let maxData = Math.max(...countArr);
let minData = Math.min(...countArr);

//用户输入的半径范围
let minSize = 10;
let maxSize = 60;

//计算比例
let proportion = (maxSize - minSize) / (maxData - minData)

//遍历数组给数据的每个坐标添加点符号
ScatterData.map(item => {
  point = new Map.Point({
    coordinate: [item.lng, item.lat], //点的坐标
    style: {
      pointType: 'circle',  //点的形状
      radius: Number(item.count - minData) * proportion + minSize  //计算半径
    },
  });
  this.map.add(point)
})

重点

        算法核心为 proportion计算比例 和对 radius散点半径  的赋值

拓展

        掌握了核心：计算比例，应用处就很多，可以结合echarts饼状图，形成散点饼，更能展示出的对复杂数据的每个点位的区分，