Картографическое отображение · конспект 9 из 23 · Географические данные

Классификация данных

О чём эта тема
Как разбить сотни значений на несколько классов картограммы — и почему от выбора метода и числа классов карта может рассказать совсем другую историю.
Коротко о главном
  • Классификация объединяет множество значений в несколько классов (ступеней шкалы): карту легче читать, но это генерализация — часть информации теряется.
  • Хорошая классификация собирает в один класс похожие значения и разводит по разным классам непохожие.
  • Безопасное число классов — 3–7. Больше классов — точнее, но цвета труднее различить.
  • Четыре основных метода: равные интервалы, квантили, естественные границы (Дженкс), ручные границы; ещё один — по стандартному отклонению.
  • Прежде чем выбрать метод, посмотрите на гистограмму: асимметрия и выбросы ломают равные интервалы, квантили могут разорвать скопление близких значений.
  • Один и тот же набор данных при разной классификации даёт разные карты — это самый простой способ «солгать картой», даже нечаянно.
Время
25 минут + практика

Ключевые термины

Конспект

Зачем классифицировать и чем это опасно

Картограмма с классами показывает не 176 разных значений, а 4–6 ступеней цвета. Читателю так проще: несколько чётких классов легче различить и запомнить. Но классификация — это генерализация: мы объединяем разные значения, а небольшие изменения границ могут резко изменить облик карты. Читатель почти никогда не сомневается в границах классов — поэтому неудачная (или нарочно подобранная) классификация незаметно вводит в заблуждение.

Картограмма с пятью равными интервалами
Картограмма с пятью классами равной ширины: 1–10, 11–20, … (из оригинала Axis Maps).

Цель: однородные классы

Сколько классов

КлассовПлюсыМинусы
2Предельно просто: «выше / ниже среднего», «да / нет»Почти вся информация потеряна
3–7Цвета различимы на экране и в печати; карту легко запомнитьНужно подумать, где провести границы
8 и большеМеньше генерализацияСоседние оттенки сливаются, растёт число ошибок чтения
СоветНе знаете, сколько классов взять, — постройте гистограмму. Видны отдельные скопления и разрывы между ними? Сделайте столько классов, сколько скоплений, и проведите границы по разрывам.
Гистограмма цен гостиничных номеров и четыре способа классификации
Цены номеров в гостиницах Чикаго: на гистограмме три скопления. Равные интервалы, квантили, естественные границы и ручные границы разбивают их по-разному (из оригинала Axis Maps).

Методы классификации

МетодКак строитсяКогда хорошЧем опасен
Равные интервалыДиапазон делится на k равных частейЗначения более-менее равномерно распределены по всему диапазону; легенда понятна («0–10, 10–20…»)При асимметрии и выбросах почти все объекты попадают в один класс, остальные классы пустуют
КвантилиВ каждом классе одинаковое число объектовВажен ранг («20 % самых…»); карта всегда «пёстрая» и привлекательнаяШирина классов очень разная (последний может быть огромным); близкие значения разрываются, далёкие — объединяются
Естественные границы (Дженкс)Оптимизация: минимум разброса внутри классовВ данных есть скопления и разрывы; одиночная картаДля каждого набора данных — свои границы: карты серии (по годам, по регионам) нельзя сравнивать
Стандартное отклонениеГраницы на среднем ± 1σ и ± 2σРаспределение близко к нормальному (симметричному); важно отклонение от среднего — тогда берут расходящуюся шкалуНа асимметричных данных даёт пустые классы и бессмысленные отрицательные границы
Ручные границыКартограф задаёт самЕсть пороговые (критические) значения, нужны «круглые» числа, одинаковые классы для серии картСубъективность — границы надо обосновать
Интерактив: одни данные — разные карты

Наведите курсор на страну. Пунктир на гистограмме — границы классов, цвет столбика — класс.

Посмотрите в интерактиве на плотность населения: распределение резко асимметрично (большинство стран — до 150 чел./км², единицы — за 500). Равные интервалы дают почти одноцветную карту, стандартное отклонение — два пустых класса. Включите логарифмическую ось — распределение станет почти симметричным; так часто поступают с плотностью, доходами, численностью.

Типичная ошибкаБрать метод «по умолчанию», не глядя на данные. В QGIS и ArcGIS по умолчанию часто стоят естественные границы или равные интервалы, в folium Choropleth — равные интервалы. Всегда стройте гистограмму и проверяйте, сколько объектов попало в каждый класс.
ПравилоКарты одной серии (по годам, по показателям одного атласа) строят по единой шкале с одинаковыми границами классов — иначе одинаковый цвет на разных картах будет означать разные числа.
В отечественной традицииУ К. А. Салищева и А. М. Берлянта говорят о шкале картограммы. Шкалы бывают непрерывные (без классов) и ступенчатые; ступенчатые — с равными и неравными интервалами, в том числе построенными по арифметической или геометрической прогрессии (последняя хорошо подходит для асимметричных данных вроде плотности населения). Требование к шкале то же: ступени должны отражать реальные различия явления, а их число — обеспечивать уверенное различение цветов.

Как построить классификацию на практике

Гистограмма в QGIS
Гистограмма в окне стиля слоя QGIS (из оригинала Axis Maps).

Делаем на Python (folium)

Во всех примерах — плотность населения стран мира (python/data/countries.geojson). Классы считает библиотека mapclassify, карты рисует folium, легенды — помощник add_legend из python/примеры/maptools.py. В скобках в легенде — число стран в классе: это первое, на что стоит смотреть.

Рецепт 1 Четыре метода — одна таблица

Границы классов, число стран в каждом классе и GADF — показатель качества классификации (goodness of absolute deviation fit, 0…1): чем ближе к 1, тем однороднее классы. Естественные границы по построению дают лучший GADF, но сравните, сколько стран попало в последние классы.

python/примеры/data-classification/01_compare_breaks.pyскачать .py
"""Четыре метода классификации одних и тех же данных — плотности населения стран.

Для каждого метода печатаем границы классов, число стран в классе
и GADF — меру «качества» классификации (0…1, чем ближе к 1, тем лучше
внутри классов собраны похожие значения).
"""
from pathlib import Path

import geopandas as gpd
import mapclassify

DATA = Path(__file__).resolve().parents[2] / "data"
world = gpd.read_file(DATA / "countries.geojson")
world = world[world["iso_a3"] != "ATA"]
y = world["pop_density"]  # чел./км²

print(f"Стран: {len(y)}; минимум {y.min():.2f}, медиана {y.median():.1f}, "
      f"среднее {y.mean():.1f}, максимум {y.max():.0f} чел./км²\n")

k = 5
methods = {
    "Равные интервалы": mapclassify.EqualInterval(y, k=k),
    "Квантили": mapclassify.Quantiles(y, k=k),
    "Естественные границы (Дженкс)": mapclassify.FisherJenks(y, k=k),
    "Стандартное отклонение": mapclassify.StdMean(y),  # границы: среднее ± 1 и 2 σ
}

for name, c in methods.items():
    # нижняя граница класса = верхняя граница предыдущего; у первого — минимум данных
    first = f"{y.min():.1f}" if c.bins[0] >= y.min() else "−∞"
    lows = [first] + [f"{b:.1f}" for b in c.bins[:-1]]
    print(f"{name}   GADF = {c.get_gadf():.2f}")
    for lo, hi, n in zip(lows, c.bins, c.counts):
        bar = "█" * (n // 4)
        print(f"   {lo:>8} – {hi:7.1f}   {n:3d} стран  {bar}")
    print()

print("У стандартного отклонения два пустых класса: среднее − σ < 0,")
print("а отрицательной плотности не бывает. Метод рассчитан на симметричные данные.\n")

# Самые «плотные» страны — те самые выбросы, которые растягивают равные интервалы
top = world.nlargest(5, "pop_density")[["name_ru", "pop_density"]]
print("Пять самых густонаселённых стран:")
print(top.to_string(index=False, header=False))
вывод программы
Стран: 176; минимум 0.01, медиана 69.8, среднее 117.4, максимум 1214 чел./км²

Равные интервалы   GADF = 0.48
        0.0 –   242.8   153 стран  ██████████████████████████████████████
      242.8 –   485.6    17 стран  ████
      485.6 –   728.4     4 стран  █
      728.4 –   971.2     1 стран  
      971.2 –  1214.0     1 стран  

Квантили   GADF = 0.58
        0.0 –    19.3    36 стран  █████████
       19.3 –    50.2    35 стран  ████████
       50.2 –    88.4    35 стран  ████████
       88.4 –   166.3    35 стран  ████████
      166.3 –  1214.0    35 стран  ████████

Естественные границы (Дженкс)   GADF = 0.68
        0.0 –    70.7    89 стран  ██████████████████████
       70.7 –   192.4    59 стран  ██████████████
      192.4 –   392.6    19 стран  ████
      392.6 –   684.2     7 стран  █
      684.2 –  1214.0     2 стран  

Стандартное отклонение   GADF = 0.40
         −∞ –  -205.4     0 стран  
     -205.4 –   -44.0     0 стран  
      -44.0 –   278.8   158 стран  ███████████████████████████████████████
      278.8 –   440.2    12 стран  ███
      440.2 –  1214.0     6 стран  █

У стандартного отклонения два пустых класса: среднее − σ < 0,
а отрицательной плотности не бывает. Метод рассчитан на симметричные данные.

Пять самых густонаселённых стран:
Бангладеш 1214.04
Палестина  927.42
  Тайвань  684.21
    Ливан  677.11
   Руанда  536.84

Рецепт 2 Гистограмма с границами классов

matplotlib рисует гистограмму, а мы красим каждый столбик в цвет его класса и проводим границы пунктиром. Сразу видно: у равных интервалов почти всё в первом классе, у стандартного отклонения два класса пусты (их границы отрицательны).

python/примеры/data-classification/02_histograms.pyскачать .py
"""Гистограмма плотности населения и границы классов четырёх методов.

Прежде чем выбирать метод классификации, посмотрите на распределение.
Здесь оно резко асимметрично: большинство стран — меньше 150 чел./км²,
а несколько выбросов доходят до 1200.
"""
from pathlib import Path

import geopandas as gpd
import mapclassify
import matplotlib.pyplot as plt

DATA = Path(__file__).resolve().parents[2] / "data"
world = gpd.read_file(DATA / "countries.geojson")
y = world.loc[world["iso_a3"] != "ATA", "pop_density"]

methods = [
    ("Равные интервалы", mapclassify.EqualInterval(y, k=5)),
    ("Квантили", mapclassify.Quantiles(y, k=5)),
    ("Естественные границы (Дженкс)", mapclassify.FisherJenks(y, k=5)),
    ("Стандартное отклонение (среднее ± σ)", mapclassify.StdMean(y)),
]
colors = ["#fef0d9", "#fdcc8a", "#fc8d59", "#e34a33", "#b30000"]  # YlOrRd/OrRd, 5 классов

fig, axes = plt.subplots(2, 2, figsize=(11, 6.4), sharex=True, sharey=True)
for ax, (title, c) in zip(axes.flat, methods):
    # раскрашиваем столбики гистограммы в цвет класса, в который попадает их середина
    n, edges, patches = ax.hist(y, bins=60, range=(0, 1220), edgecolor="#777", linewidth=0.3)
    for left, right, p in zip(edges[:-1], edges[1:], patches):
        cls = min(int((c.bins < (left + right) / 2).sum()), len(colors) - 1)
        p.set_facecolor(colors[cls])
    for b in c.bins[:-1]:
        if b > 0:  # у StdMean нижние границы отрицательны — их не рисуем
            ax.axvline(b, color="#333", linestyle="--", linewidth=1)
    ax.set_title(f"{title}\nстран в классах: {', '.join(map(str, c.counts))}", fontsize=10.5)
    ax.grid(axis="y", alpha=0.3)
for ax in axes[1]:
    ax.set_xlabel("Плотность населения, чел./км²")
for ax in axes[:, 0]:
    ax.set_ylabel("Число стран")
fig.suptitle("Одни и те же данные — четыре разбиения на классы", fontsize=13, fontweight="bold")
fig.tight_layout()
plt.savefig("02_histograms.png", dpi=110, bbox_inches="tight")
Гистограмма плотности населения: цвет столбиков — класс, пунктир — границы классов
Гистограмма плотности населения: цвет столбиков — класс, пунктир — границы классов

Рецепт 3 Равные интервалы против квантилей

Слева мир почти одноцветный: выделяются только Индия, Бангладеш и несколько стран Европы и Восточной Азии. Справа карта «пёстрая», но пятый класс охватывает значения от 166 до 1214 — Германия (233 чел./км²) и Бангладеш (1214) в нём неразличимы.

python/примеры/data-classification/03_equal_vs_quantiles.pyскачать .py
# screenshot: 1100x520
"""Равные интервалы против квантилей на одних и тех же данных.

Плотность населения распределена резко асимметрично. Равные интервалы
«съедают» почти все страны первым классом, квантили раскрашивают карту
равномерно, но последний класс у них огромный: от 166 до 1214 чел./км².
"""
import sys
from pathlib import Path

import folium
import geopandas as gpd
import mapclassify
from branca.utilities import color_brewer
from folium.plugins import DualMap

sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
from maptools import add_legend, add_title, fmt, plain_attribution

DATA = Path(__file__).resolve().parents[2] / "data"
world = gpd.read_file(DATA / "countries.geojson")
world = world[world["iso_a3"] != "ATA"]
COLORS = color_brewer("YlOrRd", 5)


def add_classed(target, classifier, title):
    """Картограмма по готовому классификатору mapclassify + легенда с числом стран."""
    gdf = world.assign(color=[COLORS[c] for c in classifier.yb])  # yb — номер класса
    folium.GeoJson(
        gdf[["name_ru", "pop_density", "color", "geometry"]],
        style_function=lambda f: {"fillColor": f["properties"]["color"], "color": "white",
                                  "weight": 0.5, "fillOpacity": 0.9},
        tooltip=folium.GeoJsonTooltip(["name_ru", "pop_density"], aliases=["Страна", "Чел./км²"]),
    ).add_to(target)
    lows = [world["pop_density"].min()] + list(classifier.bins[:-1])
    labels = [f"{fmt(lo)} – {fmt(hi)} ({n})" for lo, hi, n in zip(lows, classifier.bins, classifier.counts)]
    add_legend(target, title, COLORS[::-1], labels[::-1])


m = DualMap(location=[30, 15], zoom_start=1, tiles="Esri.WorldGrayCanvas")
y = world["pop_density"]
add_classed(m.m1, mapclassify.EqualInterval(y, k=5), "Чел./км² (стран)")
add_title(m.m1, "Равные интервалы", "почти все страны — в первом классе")
add_classed(m.m2, mapclassify.Quantiles(y, k=5), "Чел./км² (стран)")
add_title(m.m2, "Квантили", "в каждом классе по 35 стран")
plain_attribution(m)
m.save("03_equal_vs_quantiles.html")
Слева — равные интервалы, справа — квантили, данные одни и те же
Слева — равные интервалы, справа — квантили, данные одни и те жеоткрыть карту ↗

Рецепт 4 Естественные границы и ручные границы

Ручная классификация с критическим значением: одна из границ — среднемировая плотность населения (≈ 57 чел./км²). Раз есть осмысленная «середина», берём расходящуюся шкалу: синие страны заселены реже, чем мир в среднем, красные — гуще. Обратите внимание: среднемировая плотность (всё население / вся площадь) и среднее по странам — разные числа.

python/примеры/data-classification/04_jenks_vs_manual.pyскачать .py
# screenshot: 1100x520
"""Естественные границы (метод Дженкса) против ручной классификации.

Справа границы заданы вручную: «круглые» числа и одно КРИТИЧЕСКОЕ значение —
среднемировая плотность населения. Теперь по цвету сразу видно,
какие страны заселены гуще, а какие реже, чем мир в среднем.
"""
import sys
from pathlib import Path

import folium
import geopandas as gpd
import mapclassify
from branca.utilities import color_brewer
from folium.plugins import DualMap

sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
from maptools import add_legend, add_title, fmt, plain_attribution

DATA = Path(__file__).resolve().parents[2] / "data"
world = gpd.read_file(DATA / "countries.geojson")
world = world[world["iso_a3"] != "ATA"]
y = world["pop_density"]


def add_classed(target, classifier, colors, title):
    gdf = world.assign(color=[colors[c] for c in classifier.yb])
    folium.GeoJson(
        gdf[["name_ru", "pop_density", "color", "geometry"]],
        style_function=lambda f: {"fillColor": f["properties"]["color"], "color": "white",
                                  "weight": 0.5, "fillOpacity": 0.9},
        tooltip=folium.GeoJsonTooltip(["name_ru", "pop_density"], aliases=["Страна", "Чел./км²"]),
    ).add_to(target)
    lows = [y.min()] + list(classifier.bins[:-1])
    labels = [f"{fmt(lo)} – {fmt(hi)} ({n})" for lo, hi, n in zip(lows, classifier.bins, classifier.counts)]
    add_legend(target, title, colors[::-1], labels[::-1])


# Среднемировая плотность: всё население / вся площадь (а не среднее по странам!)
world_avg = world["pop_est"].sum() / world["area_km2"].sum()
print(f"Среднемировая плотность: {world_avg:.1f} чел./км²")
print(f"Среднее арифметическое по странам: {y.mean():.1f} чел./км² — это другое число")

m = DualMap(location=[30, 15], zoom_start=1, tiles="Esri.WorldGrayCanvas")

jenks = mapclassify.FisherJenks(y, k=5)
add_classed(m.m1, jenks, color_brewer("YlOrRd", 5), "Чел./км² (стран)")
add_title(m.m1, "Естественные границы", "метод Дженкса, 5 классов")

# Ручные границы: 10, среднемировая, 150, 300 и максимум
manual = mapclassify.UserDefined(y, bins=[10, round(world_avg), 150, 300, y.max()])
# Расходящаяся шкала: синие — реже среднего, красные — гуще
diverging = ["#2c7bb6", "#abd9e9", "#fdae61", "#f46d43", "#a50026"]
add_classed(m.m2, manual, diverging, "Чел./км² (стран)")
add_title(m.m2, "Ручные границы", f"граница {round(world_avg)} — среднемировая плотность")
plain_attribution(m)
m.save("04_jenks_vs_manual.html")
вывод программы
Среднемировая плотность: 56.6 чел./км²
Среднее арифметическое по странам: 117.4 чел./км² — это другое число
Слева — естественные границы, справа — ручные границы с критическим значением (среднемировая плотность)
Слева — естественные границы, справа — ручные границы с критическим значением (среднемировая плотность)открыть карту ↗

Проверь себя

В данных есть один огромный выброс. Чем это плохо для равных интервалов?

  1. Метод не сможет построить границы
  2. Почти все объекты окажутся в одном-двух классах, остальные будут пустыми
  3. Классы получатся с одинаковым числом объектов
  4. Ничем — выбросы на равные интервалы не влияют
Выброс растягивает диапазон, ширина каждого класса становится огромной, и основная масса значений попадает в первый класс.

30 районов разбили на 6 классов методом квантилей. Сколько районов в каждом классе?

  1. 6
  2. Зависит от распределения
  3. 30
  4. 5
Квантили — равнонаполненные интервалы: 30 / 6 = 5 районов в каждом классе (при отсутствии одинаковых значений на границах).

Вы готовите серию карт безработицы по годам (2015, 2020, 2025). Какую классификацию выбрать?

  1. Одинаковые (ручные) границы для всех карт
  2. Естественные границы для каждой карты отдельно
  3. Квантили для каждой карты отдельно
  4. Каждый год — новое число классов
Чтобы цвет на всех картах означал одни и те же числа, границы классов должны быть общими. Естественные границы и квантили дают для каждого года свои значения.

Что минимизирует метод естественных границ Дженкса?

  1. Число классов
  2. Разницу в числе объектов между классами
  3. Разброс значений внутри классов
  4. Ширину самого большого класса
Дженкс подбирает границы так, чтобы сумма квадратов отклонений от средних внутри классов была минимальной, а значит, различия между классами — максимальными.

Для какого распределения хорошо подходит классификация по стандартному отклонению?

  1. Резко асимметричного, с длинным «хвостом»
  2. Близкого к нормальному, симметричного относительно среднего
  3. Распределения номинальных данных
  4. Любого — метод универсален
Границы откладываются симметрично от среднего. При асимметрии (как у плотности населения) часть классов оказывается пустой.

Практическое задание

Постройте картограмму ВВП на душу населения (gdp_per_capita, страны без данных исключите). Сначала постройте гистограмму, затем сравните на DualMap два метода классификации на ваш выбор. Напишите 2–3 предложения: какой метод лучше передаёт различия между странами и почему.

  • Построена гистограмма, по ней выбрано число классов (3–7)
  • В легенде — границы классов, единицы измерения и число стран в классе
  • Шкала последовательная (или расходящаяся — только если есть осмысленная середина)
  • Проверено, нет ли пустых или переполненных классов
  • Вывод обоснован ссылкой на гистограмму

Источники

  1. The Basics of Data Classification / Axis Maps. — Текст : электронный // Cartography Guide : [сайт]. — URL: https://www.axismaps.com/guide/data-classification (дата обращения: 27.10.2026).
  2. Natural Earth : free vector and raster map data : [сайт]. — URL: https://www.naturalearthdata.com/ (дата обращения: 27.10.2026). — Текст : электронный.
  3. Folium : documentation : [сайт]. — URL: https://python-visualization.github.io/folium/latest/ (дата обращения: 27.10.2026). — Текст : электронный.

Конспект подготовлен по переводу руководства Cartography Guide © Axis Maps (лицензия CC BY-NC-SA 4.0) и распространяется на тех же условиях: с указанием авторства, в некоммерческих целях, с сохранением условий лицензии.