Hay ventajas y desventajas de cada forma de hacerlo. Para hacer corta una historia larga, yo recomendaría la creación de "grupos".
Un par de notas para ayudarle a elegir, y sobre el diseño de choropleths en general:
Una asignación directa de datos de valor para el color (un 'unclassed' mapa) podría ser considerado como la forma más precisa para mostrar los datos, sin embargo clasificados mapas (mapas con 'contenedores') puede ser más legibles por varias razones.
Si utiliza un unclassed mapa y los datos son sesgados, o hay valores atípicos en el conjunto de datos, los valores atípicos, se verá claramente, mientras que muchos de los polígonos pueden terminar muy similares en color. Esto pondría de relieve el hecho de que algunas áreas son radicalmente diferentes de los demás (en su caso, si un par de áreas que tienen un efecto significativamente mayor preferencia por un candidato sobre otro que el de la mayoría de las áreas), pero es más difícil distinguir las relaciones con el resto de la zona del mapa.
En un clasificado de mapa, cada clase debe ser distinto, así que es fácil saber cuando una zona se encuentra en los datos, en el costo de algunas de las distinciones más se pierde.
Otro problema es que la percepción de la intensidad del color no es estrictamente lineal. Así que si usted tenía una rampa de color de blanco a azul, correspondiente a ningún candidato que reciba más votos para el máximo de plomo por uno de los candidatos, el color que es el 75% del camino entre el blanco y el azul puede no ser percibida como siendo el 75% del camino entre los dos colores, y por lo tanto el usuario del mapa sería una falsa suposición acerca de lo que el valor de los datos que representa.
Clasificado mapas, por otro lado, puede tener el color de cada clase cuidadosamente elegido para ser percibido clara y distintamente. Yo no sé lo suficiente para diseñar un conjunto de colores que hace esto, pero Cynthia Brewer y Marca Harrower hacer, y ellos crearon colorbrewer2.orgun gran (gratis) herramienta para ayudar a los cartógrafos elegir bien los esquemas de color para sus mapas. Usted puede elegir entre una variedad de esquemas, elegir el número de clases, y que da una vista previa de lo que el régimen podría ser como en la práctica, y el RGB, HEX, o valores CMYK de cada color en el esquema. Muy útil, y simplemente divertido para jugar.
Por estas razones, yo recomendaría hacer un clasificado de mapa.
Se recomienda que el número de clases es generalmente un número impar de 5 a 9 o así. El uso de un número impar da un claro valor promedio, y este número de clases en general, se considera suficiente para dar distinciones útiles en los datos, pero no demasiados como para ser indistinguibles. Puesto que usted está utilizando una divergentes esquema de color (color de la luz en el medio, dos colores diferentes en cada extremo), usted puede conseguir lejos con más clases, tal vez 7-9.
Pásate colorbrewer, elija "divergentes" por la naturaleza de los datos, seleccione el rojo a azul esquema de color, elegir el número de clases, y listo!
Para mucho de esto, no hay una regla fija. La norma es, "¿el mapa de comunicar bien los datos?" Jugando con los parámetros hasta obtener algo que "funciona" puede ser una buena cosa.
Ahora, una nota en la fabricación de choropleths. Mis disculpas si este es un terreno familiar para usted:
Un punto de interés cuando se utiliza un clasificado mapa es cómo los datos se dividen en clases. Está dividida en intervalos iguales a lo largo de la gama? Existen un cierto número de puntos de datos asignado a cada clase? Un cierto número de desviaciones estándar de la media? Está dividida en "natural" saltos " en los datos? El método que usted utilice hace una diferencia en cómo los datos son retratados. Yo no soy mucho de un programador, y no estoy seguro de que el método de la secuencia de comandos de vincular a los usos. "Natural breaks" suelen ser una buena opción. Para los datos con un claro punto medio como los datos de las encuestas (el punto medio de ser una división 50/50), las desviaciones estándar puede ser útil.
Al hacer un choropleth, es bueno utilizar datos estandarizados sobre una unidad de área. Por ejemplo, en lugar de utilizar el total de la población de un condado, es mejor mapa de población por kilómetro cuadrado en cada condado. La razón es que un área de mayor tamaño tienden a tener más gente en él que uno más pequeño, por lo que dividiendo por el área de cada una asignada la unidad le da una caracterización exacta de las tendencias. Los datos también pueden ser estandarizados como un porcentaje. Por ejemplo, una tasa de pobreza en lugar de un número de personas en la pobreza.
Para sus propósitos, es más revelador para mapa de porcentaje de votos para un candidato que raw número de votos emitidos a favor de ese candidato.
De todos modos, espero que algo de esto es útil, y que el mapa salga bien!
Durante gran parte de este debate, me he servido de la generación de mapas Temáticos y Geovisualization por Slocum et al.
