Карты «значение по прозрачности»
- О чём эта тема
- Картограмма, на которую наложена маска прозрачности по второму показателю: там, где «вес» территории мал, цвет почти исчезает. Разбираемся, как работает альфа-канал, почему фон становится частью легенды и как построить такую карту в folium.
- Коротко о главном
- Карта «значение по прозрачности» (value-by-alpha) = картограмма + маска непрозрачности (альфа-канал) по второму показателю.
- Обычно цвет передаёт относительный показатель (ВВП на душу, итоги выборов), а непрозрачность — «вес» территории, абсолютный показатель (население, число избирателей).
- Задумана как альтернатива двумерной анаморфозе: «вес» передаётся не площадью, а заметностью, при этом формы и положение территорий сохраняются.
- Прозрачность смешивает цвет с фоном, поэтому фон — часть шкалы: на чёрном фоне «лёгкие» территории темнеют, на белом — бледнеют.
- Читать такую карту труднее: «темнее» уже не значит «больше». Для широкой аудитории и короткого взгляда лучше одномерная карта.
- Время
- 20 минут + практика
Ключевые термины
- Двумерная карта: цвет территории — первый показатель, степень её непрозрачности — второй.
- Графическая переменная: насколько сквозь знак «просвечивает» то, что под ним (фон). Не входит в семь классических переменных Бертена.
- Четвёртая составляющая цвета RGBA, задающая непрозрачность: 1 — цвет непрозрачен, 0 — полностью прозрачен. В folium — параметр
fillOpacity. - Карта, на которой территориальные единицы закрашены по значению относительного показателя. Основа карты «значение по прозрачности».
- Анаморфоза, раскрашенная по второму показателю. Карта «значение по прозрачности» задумана как её альтернатива.
- Цветовая шкала из двух цветовых тонов, расходящихся от светлой середины к насыщенным концам. Нужна, когда у данных есть осмысленная середина (например, среднемировой уровень).
- Степень «чистоты» цвета — от серого к яркому. На карте «значение по прозрачности» меняется вместе со светлотой при изменении непрозрачности.
- Насколько цвет светлый или тёмный. Здесь её «двигают» сразу два фактора: класс шкалы и прозрачность.
Конспект
Идея: маска непрозрачности
Берём обычную картограмму и для каждой территории задаём непрозрачность α по второму показателю. Цвет, который видит читатель, — смесь цвета класса и фона:
итоговый цвет = α · цвет класса + (1 − α) · цвет фона
Территории с большим «весом» (α ≈ 1) показаны своим цветом полностью, «лёгкие» (α ≈ 0,1–0,2) почти растворяются в фоне. Второй показатель «обусловливает» картограмму: он подсказывает, где её цвету стоит доверять больше.
| Что показываем | Графическая переменная | Пример из оригинала |
|---|---|---|
| Первый (относительный) показатель | Цветовой тон и насыщенность класса | Отрыв победителя на выборах 2008 г.: синий — Обама, красный — Маккейн |
| Второй показатель — «вес» территории | Прозрачность (альфа-канал) | Общая численность населения округа |

Метод предложили Р. Рот, Э. Вудрафф и З. Джонсон (2010) как альтернативу двумерной анаморфозе: «вес» территории показан не площадью, а заметностью, и привычные очертания не искажаются.
Фон — часть легенды
Тёмный фон
Малый «вес» → цвет темнеет и уходит в фон. Заметны только «тяжёлые» территории — читатель сразу видит, где живут люди. Классический вариант (как в оригинале). Подходят светлые и яркие цвета: тёмные классы шкалы на чёрном теряются.
Белый фон
Малый «вес» → цвет бледнеет. Бледная заливка путается со светлыми классами последовательной или с серединой расходящейся шкалы: «мало людей» и «среднее значение» выглядят одинаково. Работает, если все классы шкалы насыщенные.
0 % — обычная картограмма ВВП на душу, 100 % — полная карта «значение по прозрачности». Наведите курсор на страну.
Цвет — ВВП на душу относительно среднемирового (11,4 тыс. долл.), прозрачность — население: < 5, 5–20, 20–100, > 100 млн чел. Данные Natural Earth 2019 г., проекция Equal Earth.
Когда применять, а когда нет
- Да: второй показатель — «важность» территории (население, число избирателей, посевная площадь), а первый — относительный показатель, который без этого веса вводит в заблуждение (огромная пустая территория «перекрикивает» маленький густонаселённый город).
- Да: нужна альтернатива анаморфозе с сохранением привычной географии.
- Нет: качественные (категориальные) данные — прозрачность требует числового показателя.
- Нет: массовая аудитория и «карта на три секунды» — выберите одномерную карту или картограмму + значки.
- Классов прозрачности — 3–5: глаз плохо различает близкие степени прозрачности.
Делаем на Python (folium)
В folium прозрачность заливки задаёт fillOpacity в style_function. Подложку отключаем (tiles=None), а фон карты задаём CSS-правилом для её контейнера — фон ведь часть шкалы. Границы стран не рисуем (weight: 0): обводка выдала бы очертания «скрытых» территорий.
Рецепт 1 Карта «значение по прозрачности» на тёмном фоне
Расходящаяся шкала с осмысленной серединой — среднемировым ВВП на душу. Четыре класса непрозрачности по населению. Легенда-матрица 4 × 4 нарисована на том же чёрном фоне и добавлена через add_html.
# screenshot: 1000x600 """Карта «значение по прозрачности» (value-by-alpha) на тёмном фоне. Цвет — ВВП на душу относительно среднемирового (расходящаяся шкала: тёплые тона — беднее среднего, холодные — богаче). Непрозрачность (fillOpacity) — численность населения, 4 класса: малонаселённые страны почти растворяются в чёрном фоне. """ 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() # цвет: во сколько раз ВВП на душу отличается от среднемирового (11,4 тыс. долл.) mean = (world["gdp_md"] * 1e6).sum() / world["pop_est"].sum() COLORS = ["#e8590c", "#fab005", "#74c0fc", "#1c7ed6"] C_LABELS = ["< ⅓ среднего", "⅓–1", "1–3", "> 3 средних"] world["color"] = [COLORS[k] for k in np.digitize(world["gdp_per_capita"] / mean, [1 / 3, 1, 3])] # прозрачность: численность населения ALPHAS = [0.15, 0.4, 0.7, 1.0] A_LABELS = ["< 5", "5–20", "20–100", "> 100"] # млн чел. world["alpha"] = [ALPHAS[k] for k in np.digitize(world["pop_est"], [5e6, 20e6, 100e6])] world["info"] = [f"{fmt(p / 1e6, 1)} млн чел., ВВП на душу {fmt(g)} долл." for p, g in zip(world["pop_est"], world["gdp_per_capita"])] m = folium.Map(location=[25, 15], zoom_start=2, tiles=None) m.get_root().header.add_child(folium.Element(f"<style>#{m.get_name()}{{background:#0b0b0b}}</style>")) # фон карты folium.GeoJson( world[["name_ru", "info", "color", "alpha", "geometry"]], style_function=lambda f: {"fillColor": f["properties"]["color"], "fillOpacity": f["properties"]["alpha"], "weight": 0}, tooltip=folium.GeoJsonTooltip(["name_ru", "info"], aliases=["", ""]), ).add_to(m) # легенда-матрица: строки — цвет, столбцы — прозрачность; фон легенды = фон карты cell, x0 = 36, 92 svg = f'<svg width="{x0 + 4 * cell + 4}" height="{4 * cell + 36}" font-size="11">' svg += f'<rect x="{x0}" y="0" width="{4 * cell}" height="{4 * cell}" fill="#0b0b0b"/>' for i, (c, lab) in enumerate(zip(COLORS[::-1], C_LABELS[::-1])): svg += f'<text x="{x0 - 6}" y="{i * cell + cell / 2 + 4}" text-anchor="end">{lab}</text>' for j, a in enumerate(ALPHAS): svg += f'<rect x="{x0 + j * cell + 2}" y="{i * cell + 2}" width="{cell - 4}" height="{cell - 4}" fill="{c}" fill-opacity="{a}"/>' for j, lab in enumerate(A_LABELS): svg += f'<text x="{x0 + j * cell + cell / 2}" y="{4 * cell + 13}" text-anchor="middle">{lab}</text>' svg += f'<text x="{x0 + 2 * cell}" y="{4 * cell + 29}" text-anchor="middle" fill="#555">население, млн чел. →</text></svg>' add_html(m, f"<b>ВВП на душу</b> (к среднемировому)<br>{svg}", position="bottomleft") add_title(m, "Богатство там, где живут люди", "цвет — ВВП на душу, прозрачность — население") plain_attribution(m) m.save("01_vba_dark.html")

Рецепт 2 Белый фон против чёрного
DualMap показывает одну карту на двух фонах. Сравните Гренландию, Монголию и страны Сахеля: на белом они «бледные», как будто там среднее значение, на чёрном — уходят в тень.
# screenshot: 1100x520 """Одна и та же карта «значение по прозрачности» на белом и на чёрном фоне. Прозрачность смешивает цвет с фоном: итог = α·цвет + (1 − α)·фон. На белом фоне малонаселённые страны становятся БЛЕДНЫМИ и сливаются со светлыми классами шкалы; на чёрном — ТЁМНЫМИ, и цвета светятся только там, где много людей. """ import sys from pathlib import Path import folium import geopandas as gpd import numpy as np from folium.plugins import DualMap sys.path.insert(0, str(Path(__file__).resolve().parents[1])) from maptools import add_title, 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() mean = (world["gdp_md"] * 1e6).sum() / world["pop_est"].sum() COLORS = ["#e8590c", "#fab005", "#74c0fc", "#1c7ed6"] world["color"] = [COLORS[k] for k in np.digitize(world["gdp_per_capita"] / mean, [1 / 3, 1, 3])] world["alpha"] = [[0.15, 0.4, 0.7, 1.0][k] for k in np.digitize(world["pop_est"], [5e6, 20e6, 100e6])] gdf = world[["name_ru", "color", "alpha", "geometry"]] m = DualMap(location=[30, 20], zoom_start=1, tiles=None) # у каждой из двух карт свой фон: обращаемся к ним по id css = (f"<style>#{m.m1.get_name()}{{background:#ffffff}}" f"#{m.m2.get_name()}{{background:#0b0b0b}}</style>") m.m1.get_root().header.add_child(folium.Element(css)) for target in (m.m1, m.m2): folium.GeoJson( gdf, style_function=lambda f: {"fillColor": f["properties"]["color"], "fillOpacity": f["properties"]["alpha"], "weight": 0}, tooltip=folium.GeoJsonTooltip(["name_ru"], aliases=["Страна"]), ).add_to(target) add_title(m.m1, "Белый фон", "редкое население = бледные цвета") add_title(m.m2, "Чёрный фон", "редкое население = тёмные цвета") plain_attribution(m) m.save("02_white_vs_dark.html")

Рецепт 3 Печатная версия в matplotlib
В matplotlib прозрачность — четвёртое число цвета RGBA, поэтому для каждой страны готовим цвет to_rgba(цвет, α). Карта в равновеликой проекции Equal Earth, легенда-матрица — отдельные оси.
"""Карта «значение по прозрачности» для печати: geopandas + matplotlib. В matplotlib прозрачность задаётся четвёртым числом цвета RGBA. Готовим для каждой страны свой цвет (r, g, b, α) и рисуем на чёрном фоне в равновеликой проекции Equal Earth. Легенда-матрица — отдельные оси. """ from pathlib import Path import geopandas as gpd import matplotlib.pyplot as plt import numpy as np from matplotlib.colors import to_rgba 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()].to_crs("EPSG:8857") mean = (world["gdp_md"] * 1e6).sum() / world["pop_est"].sum() COLORS = ["#e8590c", "#fab005", "#74c0fc", "#1c7ed6"] ALPHAS = [0.15, 0.4, 0.7, 1.0] c = np.digitize(world["gdp_per_capita"] / mean, [1 / 3, 1, 3]) a = np.digitize(world["pop_est"], [5e6, 20e6, 100e6]) rgba = [to_rgba(COLORS[i], ALPHAS[j]) for i, j in zip(c, a)] # (r, g, b, α) BG = "#0b0b0b" fig, ax = plt.subplots(figsize=(11, 5.4), facecolor=BG) ax.set_facecolor(BG) world.plot(ax=ax, color=rgba, linewidth=0) ax.set_axis_off() ax.set_title("ВВП на душу населения, взвешенный по численности населения", color="white", fontsize=13, loc="left") # легенда-матрица 4 × 4 в левом нижнем углу lg = fig.add_axes([0.07, 0.1, 0.13, 0.26], facecolor=BG) for i, col in enumerate(COLORS): for j, al in enumerate(ALPHAS): lg.add_patch(plt.Rectangle((j + 0.06, i + 0.06), 0.88, 0.88, color=to_rgba(col, al))) lg.set_xlim(0, 4) lg.set_ylim(0, 4) lg.set_xticks(np.arange(4) + 0.5, ["<5", "5–20", "20–\n100", ">100"], color="white", fontsize=7) lg.set_yticks(np.arange(4) + 0.5, ["< ⅓", "⅓–1", "1–3", "> 3"], color="white", fontsize=7) lg.tick_params(length=0) for side in lg.spines.values(): side.set_visible(False) lg.set_xlabel("население, млн чел.", color="white", fontsize=7) lg.set_ylabel("ВВП на душу\n(к среднемировому)", color="white", fontsize=7) plt.savefig("03_static_matplotlib.png", dpi=110, bbox_inches="tight", facecolor=BG)

Проверь себя
Какой показатель обычно передают прозрачностью на карте «значение по прозрачности»?
- Тот же, что и цветом
- «Вес» территории — например, численность населения
- Часть света
- Площадь территории
Цвет #1c7ed6 нанесён с непрозрачностью 0,15 на чёрный фон. Как он будет выглядеть?
- Ярко-синим
- Бледно-голубым
- Белым
- Очень тёмным, почти чёрным
Почему на белом фоне последовательная шкала «светлое — мало» плохо сочетается с маской прозрачности?
- Бледными становятся и территории с малым значением, и малонаселённые — их не различить
- Белый фон не поддерживается folium
- Цвета становятся слишком тёмными
- Прозрачность на белом не работает
Как правильно оформить легенду карты «значение по прозрачности»?
- Только шкала цвета
- Две отдельные легенды на белой подложке
- Матрица «цвет × прозрачность» на том же фоне, что и карта
- Легенда не нужна
Почему карты «значение по прозрачности» не подходят для качественных данных во втором показателе?
- folium не умеет задавать прозрачность
- Прозрачность упорядочена («более/менее заметно») и требует числового показателя
- Качественные данные нельзя показывать цветом
- Из-за проекции Меркатора
Практическое задание
Постройте карту «значение по прозрачности» для стран Африки: цвет — ВВП на душу (3–4 класса), прозрачность — численность населения (3–4 класса). Сделайте два варианта фона и выберите лучший; в подписи к карте объясните выбор одним предложением.
- Подложка отключена, фон карты задан явно (CSS для контейнера карты)
- Цветовая шкала подобрана под фон: самый «слабый» класс отличим от фона при α = 1
- Классов прозрачности не больше пяти, самый малый α не ниже 0,1
- Легенда — матрица «цвет × прозрачность» на фоне карты, с единицами измерения
- Границы стран не выдают «скрытые» территории (обводка отключена или совпадает по прозрачности)
Источники
- Value-By-Alpha Maps / Axis Maps. — Текст : электронный // Cartography Guide : [сайт]. — URL: https://www.axismaps.com/guide/value-by-alpha (дата обращения: 27.10.2026).
- Natural Earth : free vector and raster map data : [сайт]. — URL: https://www.naturalearthdata.com/ (дата обращения: 27.10.2026). — Текст : электронный.
- 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.