Візуалізація кластерних функцій на веб-картах?

Я шукаю найкращий символ для відображення кластерних функцій в JS API ArcGIS Server.

Мені не подобається анімований кластерний символ "виліт", як це використовується в кластеризації Silverlight API або зразок кластеризації JS (вони відчувають себе трохи химерними).

Поки що найкращий варіант, який я знайшов, - це символ кластера маркера Google Maps .

Я не буду показувати число в центрі символу кластера, але буду змінювати розмір символу для показу концентрацій функцій, як у цьому макеті:

Які ще варіанти символів кластеризації є? Чи можете ви вказати мені на карту, на якій зображено приємну реалізацію кластеризації маркерів?

У традиційній картографії кластеризація маркерів називається агрегацією або іноді об'єднанням. Вона є частиною узагальнення моделі : При зменшенні масштабів деякі детальні поняття (наприклад, дерево) зникають, замінюючись менш деталізованими зведеними формами (наприклад, ліс).

Багато хороших прикладів можна знайти в хороших книгах з картографії. Ось два приклади з цієї книги про об'єднання будівель:

введіть опис посилання тут http://www.ailleursloin.free.fr/A/depot/village_generalise_200k_sans_bati.jpg

Я думаю, ви шукаєте більш оперативні методи, щоб зробити це автоматично. Ця презентація дає огляд існуючих автоматичних методів. У вас можуть бути ресурси для розробки деяких алгоритмів, показаних ... Інакше ви можете знайти java реалізацію цього алгоритму (які дозволяють будувати обволікання віддалених символів) там , а також цього алгоритму там .

Теплові карти також є досить хорошою альтернативою для цього питання. Дивіться там реалізацію. Див. Також маптімізувати .

Варіантів дуже багато, і насправді я кілька разів перебирав те саме запитання, що стосувався деяких моїх додатків. А для наших різних продуктів ми вирішили різні рішення. Тож треба запитати себе

1. Чи всі піктограми однотонних на карті одного "виду" - однакової форми та кольору?
2. Якщо їх немає, чи всі вони живуть на 1 шарі чи на декількох шарах?
3. Якщо у кількох випадках ви збираєтеся кластеризувати кожен окремий шар або міжшарову кластеризацію?
4. Якщо кластеризація окремих шарів, що робити, якщо піктограми перекриваються між шарами, у вас буде кластер кластерів?
5. Чи потрібно вам знати тип "речі", що кластеризується, або просто "ей, на карті є кластер". І вище ви сказали, що вам не потрібно знати, скільки предметів є, просто подивившись на піктограму кластера.

Ось кілька прикладів, що вони означають і як вони роблять. Всі вони виконуються за допомогою власного алгоритму кластеризації, а не за допомогою кластеризації Bing (1-е зображення) або стратегії OL Clustering (2-е). Таким чином я маю набагато більше контролю над зовнішнім виглядом та почуттям.

Кришка екрана від програми Bing; у нас є кілька шарів різних типів і кольорів значків. Ми вирішили кластеризувати піктограми, потім приховати все найголовнішим (найважливішим) піктограмою кластера, а потім найпопулярнішу піктограму перекрити прозорим зображенням. Тож скажіть, що мої піктограми мають розмір 20x20, індикатор кластера - це зображення розміром 30x30, яке на 80% прозоре, за винятком того, що у верхньому правому куті є ПЛЮС. Отже, коли накладений поверх моєї кластерної "представницької" піктограми, схоже, я маю під собою групу речей. Коли користувач наводить курсор або клацає, подія переходить до піктограми кластера, і вони отримують повідомлення "N кількість кластерних елементів" і можуть клацнути або переглянути детальну інформацію для отримання додаткової інформації.

У цій ситуації ми застосували простіший підхід. Піктограми все ще живуть на різних шарах і мають різний зміст, і ми кластеризуємо пошарово, проте представницька піктограма - це лише великий знак жиру PLUS [який змінюється за розміром до певної межі].

Таким чином, ми вибрали "PLUS" "+" для позначення кластеру в обох додатках, але ми взяли різні маршрути про те, як розмістити його на карті - накладіть на існуючі піктограми карти, щоб надати карті більше значення, або просто очистити карту і поставте ПЛЮС та дозвольте користувачеві деталізувати додаткову інформацію.

Ви можете отримати трохи натхнення від сюжетів соняшнику . Цей метод, який використовується десятиліттями для представлення скупчень точок на розсіювачах, використовує дослідження візуального пізнання для отримання маркерів, які швидко та правильно розмежовуються, а також чітко пов'язані з розмірами кластерів, які вони представляють.

Ось приклад, зроблений у R:

Потрібно небагато фантазії, щоб побачити, як техніку можна було застосувати для виготовлення карт, які є загальнішими, ніж розсіювачі.