Картографическое отображение · конспект 17 из 23 · Многомерные тематические карты

Двумерные пропорциональные значки

О чём эта тема
Один условный знак — два показателя: размер круга сообщает «сколько всего», а его цвет — «какого качества» или «в расчёте на душу». Учимся распределять данные между размером и цветом и строить понятную легенду.
Коротко о главном
  • Двумерный значок несёт сразу два показателя: размер передаёт один, цвет заливки — другой. Это экономно и позволяет увидеть связь двух переменных.
  • Обычное распределение ролей: размер — абсолютный показатель (численность, объём), цвет — относительный (на душу, доля) или качественный признак (статус, тип).
  • Для упорядоченных данных цвет берут из последовательной шкалы, для категорий — из качественной.
  • Решение «классифицировать или нет» принимают отдельно для размера и для цвета. 5 × 5 = 25 вариантов знака — уже много; для широкой аудитории хватит 3 × 3.
  • Все болезни карт значков остаются: перекрытия, недооценка площадей, важен порядок отрисовки (крупные — снизу).
Время
15 минут + практика

Ключевые термины

Конспект

Один знак — два показателя

Двумерная карта значков — гибрид: к одномерной карте пропорциональных значков добавляют вторую графическую переменную — цвет. На одномерной карте ступенчатых значков размер и цвет часто дублируют один и тот же показатель; здесь же они «работают» на разные показатели.

Графическая переменнаяЧто обычно передаётПример
Размер значкаАбсолютный показатель — «сколько всего»Численность населения, ВВП в целом, число туристов
Цвет (светлота) по последовательной шкалеОтносительный упорядоченный показательВВП на душу, доля городского населения, прирост, %
Цвет (цветовой тон) по качественной шкалеКачественный признак (номинальная шкала)Статус города, часть света, тип предприятия
ПравилоРазмер — для величин, которые складываются («сколько всего»). Цвет — для нормированных величин или категорий. Абсолютный показатель, переданный цветом, повторяет ошибку картограммы абсолютных величин (см. «Нормирование данных»).
Двумерная карта ступенчатых значков по штатам США
Пример из оригинала: ступенчатые значки 5 × 5 классов (естественные границы), цвет — последовательная шкала синих тонов.
Интерактив: размер × цвет на карте мира

Наведите курсор на круг, чтобы увидеть значения. Снимите флажок «Крупные значки снизу» и посмотрите на Европу и Юго-Восточную Азию.

Данные Natural Earth: население и ВВП 2019 г. Значки стоят во «внутренней точке» страны (representative point).

Классифицировать или нет?

Решение принимается для каждой из двух переменных отдельно (если данные не сгруппированы в классы заранее):

Размер без классов

Каждое значение — свой размер. Точнее передаёт данные, но читатель плохо оценивает площади кругов и с трудом сверяет их с легендой. Нужна вложенная легенда с 3–4 эталонными кругами.

Размер ступенями (3–5 классов)

Значок легко найти в легенде, хорошо работает вместе с цветом в легенде-матрице. Но внутри класса Китай и Нигерия могут оказаться «одинаковыми».

Цвет на маленьких кругах почти всегда классифицируют: оттенок непрерывной шкалы на значке диаметром 6 px не сравнить с легендой. 4–5 классов — предел; при двух классифицированных переменных легенда становится матрицей (рецепт 2): 3 × 3 = 9 знаков читаются легко, 5 × 5 = 25 — уже тренировка памяти.

Типичная ошибкаСветлый класс последовательной шкалы сливается с серой или белой подложкой — значок «пропадает». Начинайте шкалу не с самого светлого оттенка (в рецепте 1 первый цвет YlGnBu просто отброшен) и давайте кругам тонкую тёмную обводку.

Технические приёмы

В отечественной традицииВ классификации способов картографического изображения (К. А. Салищев, А. М. Берлянт) способ значков передаёт количественные характеристики объекта размером значка, а качественные — его формой и цветом; значки, отнесённые к территориальным единицам, образуют картодиаграмму. Двумерный значок — частный случай этого приёма. Ещё больше показателей передают структурные значки — круги, разделённые на секторы (как круговая диаграмма).

Делаем на Python (folium)

Значки строим через folium.CircleMarker — у него радиус задаётся в пикселях экрана и не меняется при масштабировании карты. Данные — countries.geojson и cities.geojson (Natural Earth), помощники — maptools.py.

Рецепт 1 Население кругами, богатство цветом

Классический двумерный значок: площадь круга пропорциональна населению, цвет — класс ВВП на душу. Обратите внимание на сортировку перед отрисовкой и на вложенную легенду размеров.

python/примеры/bivariate-proportional-symbols/01_pop_gdp.pyскачать .py
# screenshot: 1000x600
"""Двумерные пропорциональные значки: размер — население, цвет — ВВП на душу.

Размер круга передаёт АБСОЛЮТНЫЙ показатель (численность населения),
цвет — ОТНОСИТЕЛЬНЫЙ (ВВП на душу населения). Размер — без классов
(площадь круга пропорциональна значению), цвет — 4 класса.
"""
import sys
from pathlib import Path

import folium
import geopandas as gpd
import numpy as np
from branca.utilities import color_brewer

sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
from maptools import add_html, 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") & world["gdp_per_capita"].notna()].copy()

# цвет: 4 класса ВВП на душу; границы — круглые числа, близкие к квартилям
breaks = [2000, 6000, 20000]
labels = ["< 2 тыс.", "2–6 тыс.", "6–20 тыс.", "> 20 тыс."]
colors = color_brewer("YlGnBu", 5)[1:]  # самый светлый оттенок сливается с подложкой — пропускаем
world["color"] = [colors[k] for k in np.digitize(world["gdp_per_capita"], breaks)]

# размер: ПЛОЩАДЬ круга ~ населению => радиус ~ корень из значения
max_pop, max_r = world["pop_est"].max(), 38
world["r"] = max_r * np.sqrt(world["pop_est"] / max_pop)
world["pt"] = world.to_crs("ESRI:54009").representative_point().to_crs(4326)

m = folium.Map(location=[25, 15], zoom_start=2, tiles="Esri.WorldGrayCanvas")
# большие круги рисуем первыми, чтобы маленькие оказались сверху
for _, row in world.sort_values("pop_est", ascending=False).iterrows():
    folium.CircleMarker(
        location=[row["pt"].y, row["pt"].x], radius=max(row["r"], 2),
        color="#333", weight=0.8, fill=True, fill_color=row["color"], fill_opacity=0.9,
        tooltip=(f"<b>{row['name_ru']}</b><br>Население: {fmt(row['pop_est'] / 1e6, 1)} млн чел.<br>"
                 f"ВВП на душу: {fmt(row['gdp_per_capita'])} долл."),
    ).add_to(m)

# вложенная легенда размеров (круги на общем основании)
svg = '<svg width="150" height="82">'
for value, label in [(1e9, "1 млрд"), (2e8, "200 млн"), (3e7, "30 млн")]:
    r = max_r * np.sqrt(value / max_pop)
    top = 78 - 2 * r
    svg += (f'<circle cx="38" cy="{78 - r}" r="{r}" fill="none" stroke="#333"/>'
            f'<line x1="38" y1="{top}" x2="84" y2="{top}" stroke="#333" stroke-dasharray="2 2"/>'
            f'<text x="88" y="{top + 4}" font-size="11">{label}</text>')
add_html(m, f"<b>Население, чел.</b><br>{svg}</svg>", position="bottomleft")
add_legend(m, "ВВП на душу, долл.", colors[::-1], labels[::-1], shape="circle")
add_title(m, "Население и богатство стран", "размер — численность, цвет — ВВП на душу (2019)")
plain_attribution(m)
m.save("01_pop_gdp.html")
Размер — численность населения (без классов), цвет — ВВП на душу (4 класса)
Размер — численность населения (без классов), цвет — ВВП на душу (4 класса)открыть карту ↗

Рецепт 2 Ступенчатые значки и легенда-матрица

Обе переменные разбиты на 3 класса — получается 9 вариантов знака. Легенда-матрица строится как SVG и добавляется через add_html: по горизонтали растёт размер, по вертикали темнеет цвет.

python/примеры/bivariate-proportional-symbols/02_graduated_3x3.pyскачать .py
# screenshot: 1000x600
"""Ступенчатые значки 3 × 3: и размер, и цвет разбиты на классы.

Население — 3 ступени размера, ВВП на душу — 3 ступени цвета.
Получается 9 вариантов знака, и легенда становится матрицей 3 × 3:
читатель находит в ней сочетание «крупная + бедная», «мелкая + богатая» и т. п.
"""
import sys
from pathlib import Path

import folium
import geopandas as gpd
import numpy as np

sys.path.insert(0, str(Path(__file__).resolve().parents[1]))
from maptools import add_html, 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") & world["gdp_per_capita"].notna()].copy()

# классы размера (население) и цвета (ВВП на душу)
SIZE_BREAKS, RADII = [20e6, 100e6], [5, 11, 19]
SIZE_LABELS = ["< 20", "20–100", "> 100"]  # млн чел.
COLOR_BREAKS, COLORS = [4000, 20000], ["#fdcc8a", "#fc8d59", "#b30000"]  # OrRd
COLOR_LABELS = ["< 4 тыс.", "4–20 тыс.", "> 20 тыс."]

world["s"] = np.digitize(world["pop_est"], SIZE_BREAKS)        # 0, 1, 2
world["c"] = np.digitize(world["gdp_per_capita"], COLOR_BREAKS)  # 0, 1, 2
world["pt"] = world.to_crs("ESRI:54009").representative_point().to_crs(4326)

m = folium.Map(location=[25, 15], zoom_start=2, tiles="Esri.WorldGrayCanvas")
for _, row in world.sort_values("pop_est", ascending=False).iterrows():
    folium.CircleMarker(
        location=[row["pt"].y, row["pt"].x], radius=RADII[row["s"]],
        color="#3b2a20", weight=0.8, fill=True, fill_color=COLORS[row["c"]], fill_opacity=0.9,
        tooltip=(f"<b>{row['name_ru']}</b><br>{fmt(row['pop_est'] / 1e6, 1)} млн чел., "
                 f"{fmt(row['gdp_per_capita'])} долл./чел."),
    ).add_to(m)

# легенда-матрица: строки — цвет (ВВП на душу), столбцы — размер (население)
cell = 44
svg = f'<svg width="{80 + 3 * cell}" height="{3 * cell + 34}" font-size="11">'
for j, lab in enumerate(SIZE_LABELS):
    svg += f'<text x="{80 + j * cell + cell / 2}" y="{3 * cell + 14}" text-anchor="middle">{lab}</text>'
for i, lab in enumerate(COLOR_LABELS[::-1]):           # сверху — самые богатые
    c = len(COLORS) - 1 - i
    svg += f'<text x="74" y="{i * cell + cell / 2 + 4}" text-anchor="end">{lab}</text>'
    for j, r in enumerate(RADII):
        svg += (f'<circle cx="{80 + j * cell + cell / 2}" cy="{i * cell + cell / 2}" r="{r}" '
                f'fill="{COLORS[c]}" stroke="#3b2a20" stroke-width="0.8"/>')
svg += f'<text x="{80 + 1.5 * cell}" y="{3 * cell + 30}" text-anchor="middle" fill="#555">население, млн чел. →</text></svg>'
add_html(m, f"<b>ВВП на душу, долл. ↑</b><br>{svg}", position="bottomleft")
add_title(m, "Население × ВВП на душу", "3 ступени размера × 3 ступени цвета")
plain_attribution(m)
m.save("02_graduated_3x3.html")
Ступенчатые значки 3 × 3 с легендой-матрицей
Ступенчатые значки 3 × 3 с легендой-матрицейоткрыть карту ↗

Рецепт 3 Цвет для качественного признака

Цвет может передавать и категорию. Статус города берём из поля featurecla: столица, административный центр, прочие. Качественная шкала — разные цветовые тоны; «прочим» отдан нейтральный серый, чтобы они не спорили со столицами.

python/примеры/bivariate-proportional-symbols/03_russia_cities.pyскачать .py
# screenshot: 1000x600
"""Города России: размер — численность населения, цвет — административный статус.

Цвет на двумерной карте значков может передавать и КАЧЕСТВЕННЫЙ признак.
Тогда нужна качественная шкала: разные цветовые тоны без «больше/меньше».
Статус взят из поля featurecla набора Natural Earth: Admin-0 capital —
столица, Admin-1 capital — административный центр региона. Natural Earth
относит к ним и центры бывших автономных округов, поэтому подпись в легенде —
«по данным Natural Earth». Показаны города от 50 тыс. жителей.
"""
import sys
from pathlib import Path

import folium
import geopandas as gpd
import numpy as np

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

DATA = Path(__file__).resolve().parents[2] / "data"
cities = gpd.read_file(DATA / "cities.geojson")
ru = cities[(cities["iso_a3"] == "RUS") & (cities["pop_max"] >= 50_000)]

STATUS = {  # featurecla → (подпись, цвет); качественная шкала
    "Admin-0 capital": ("столица", "#d7301f"),
    "Admin-1 capital": ("адм. центр региона", "#2c7fb8"),
    "Populated place": ("прочие города", "#9e9e9e"),
}

max_pop, max_r = ru["pop_max"].max(), 26
m = folium.Map(location=[60, 92], zoom_start=3, tiles="Esri.WorldGrayCanvas")
for _, c in ru.sort_values("pop_max", ascending=False).iterrows():
    label, color = STATUS[c["featurecla"]]
    folium.CircleMarker(
        location=[c["latitude"], c["longitude"]],
        radius=max(max_r * np.sqrt(c["pop_max"] / max_pop), 1.5),
        color="white", weight=0.7, fill=True, fill_color=color, fill_opacity=0.85,
        tooltip=f"<b>{c['name_ru']}</b> ({label})<br>{fmt(c['pop_max'])} чел.",
    ).add_to(m)

svg = '<svg width="150" height="64">'
for value, label in [(1e7, "10 млн"), (3e6, "3 млн"), (5e5, "500 тыс.")]:
    r = max_r * np.sqrt(value / max_pop)
    top = 60 - 2 * r
    svg += (f'<circle cx="32" cy="{60 - r}" r="{r}" fill="none" stroke="#333"/>'
            f'<line x1="32" y1="{top}" x2="74" y2="{top}" stroke="#333" stroke-dasharray="2 2"/>'
            f'<text x="78" y="{top + 4}" font-size="11">{label}</text>')
add_html(m, f"<b>Население, чел.</b><br>{svg}</svg>", position="bottomleft")
add_legend(m, "Статус (по Natural Earth)", [v[1] for v in STATUS.values()],
           [v[0] for v in STATUS.values()], shape="circle")
add_title(m, "Города России от 50 тыс. жителей", "размер — численность, цвет — статус")
plain_attribution(m)
m.save("03_russia_cities.html")
Города России: размер — численность, цвет — статус по данным Natural Earth
Города России: размер — численность, цвет — статус по данным Natural Earthоткрыть карту ↗

Проверь себя

Какое распределение ролей на двумерной карте значков удачнее?

  1. Размер — доля городского населения, цвет — численность населения
  2. Размер — численность населения, цвет — доля городского населения
  3. Размер и цвет — оба по численности населения
  4. Без разницы
Размер хорошо передаёт абсолютные величины («сколько»), цвет — нормированные. Абсолютный показатель цветом — та же ошибка, что и на картограмме абсолютных величин.

Население страны A в 4 раза больше, чем страны B. Во сколько раз радиус круга A больше радиуса круга B?

  1. В 4 раза
  2. В 16 раз
  3. Одинаковы
  4. В 2 раза
Площади пропорциональны значениям: SA/SB = 4, а радиусы относятся как √4 = 2.

Цветом значка нужно показать часть света. Какую шкалу выбрать?

  1. Качественную — разные цветовые тоны
  2. Последовательную — от светлого к тёмному
  3. Расходящуюся
  4. Оттенки серого
Части света — номинальная шкала: ни одна не «больше» другой. Последовательная шкала создала бы ложный порядок.

Зачем перед отрисовкой сортировать значки по убыванию размера?

  1. Чтобы folium работал быстрее
  2. Так требует легенда
  3. Крупные рисуются первыми и не закрывают мелкие
  4. Чтобы цвета были ярче
Последний нарисованный знак оказывается сверху. Если первым нарисовать мелкий круг, крупный его полностью закроет.

Сколько различных знаков в легенде карты «5 классов размера × 5 классов цвета»?

  1. 10
  2. 25
  3. 5
  4. 50
5 × 5 = 25 сочетаний. Поэтому для широкой аудитории лучше 3 × 3 — 9 знаков.

Практическое задание

Постройте двумерную карту значков для стран одной части света (например, Африки или Европы): размер — численность населения, цвет — плотность населения (pop_density), 3–4 класса. Подпишите в заголовке, какую связь между двумя показателями видно на карте (или что связи нет).

  • Площадь круга пропорциональна значению (радиус через квадратный корень)
  • Значки отсортированы: крупные снизу, мелкие сверху
  • Цвет — относительный показатель, последовательная шкала, самый светлый класс не сливается с подложкой
  • Есть вложенная легенда размеров и легенда цвета с единицами измерения
  • Во всплывающей подсказке — оба значения

Источники

  1. Bivariate Proportional Symbols / Axis Maps. — Текст : электронный // Cartography Guide : [сайт]. — URL: https://www.axismaps.com/guide/bivariate-proportional-symbols (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.