2019 中国小店经济热力图点亮中国，掀起微博热搜，这金光点点的大数据背后是 AntV L7 空间地理数据可视化技术与设计的支持，下面来一探究竟如何快速制作多张经济热力图。
热身知识
2019 中国小店经济热力图实际上是，在一对一映射地理信息位置数据的散点地图基础上，加入了色彩叠加以增强效果的亮点地图。
假设我们有一组这样的小店经济数据
我们先来看单纯用同样尺寸的圆点代表小店 A B C 等 ，并对应地理信息在地图上的分布，给圆点进行数据分层设色，因为这里的数据是定量的权重数值，我们选用连续色板，色相不变，仅进行明度饱和度推移，数据映射如图
大批量数据点进行上图数据映射后的散点图如下，图一，近视角观看散点数据时，可以清晰看到分布疏密，但当视角拉远时，如图二，就会看到堆叠在一起的数据聚集区都只是类似颜色，看不到聚集区里更多的数据分层分布细节，对比不够
会发现海量数据下点很小的时候，明度变化基本看不出来，连续色板在这种情况下的映射没有发挥到最大，几近无效
伊达千代的《色彩设计的原理》一书中也提到过，“使用相同色相作纯度和明度变化时，假使色彩面积太小，便很难看出其中的区别”
而亮点图正是为海量散点数据运用而生，亮点图的本质在于色彩叠加的增强效果，当视角拉远时，堆叠在一起的圆点会进行色彩的叠加，而叠加产生的结果色其实也是和数据一一映射的
虽然在远视角下，圆点很小其实色彩细节难以分辨，但在整体呈现下就会因色彩细节而呈现出分层效果，色彩叠加处呈现更亮的颜色，能直观感受到疏密
亮点图区别于散点图的好处就在于，更适合海量空间数据的表达，更适合在远视角下，全局了解数据分布情况，热点情况，感受数据之美，是不是很震撼很美丽
了解了上述的数据可视化过程，下面我们就来看 2019 小店经济热图具体是如何生成，使用了什么神器什么大脑？
神器清单
AntV 专业取色工具，可以直接取到单一连续色板或自定义连续色板
preview.alipay.net/color-lab/
Ant Design 取色工具则可以取到邻近色连续色板，让你的色彩更丰富
L7 在线地图效果编辑器
Step 1 了解你的数据
数据观察，发现什么，要表达什么观点？以网商小店经济数据举例，从上述表格可以得到这样的信息：每个小店的地理分布以及每个小店的权重，根据上面提到的，用点代表小店，可以看到小店的地图分布，用连续色板映射权重，就能看到土豪在哪里
Step 2 精心挑选一组合适的色板
图形映射通道有非常多，这里我们选用色彩，而色彩数据映射又分为三大类，分类色板、两极色板、连续色板，分类色板一般用于对定性事物的分类描述，两极色板一般是对比色，用在正负值数据，连续色板一般描述连续数值，相较于色相和纯度，人眼可以明显识别明度差异
首先我们来理解一下色彩叠加，就如 ps、sketch 中的叠加模式一般，亮点图的叠加模式和 sketch 中的 plus lighter 比较接近，我们可以先通过 Sketch 模拟色彩叠加效果，来决定我们应该选取怎样的一组色值
一开始选出的色板出来的效果会发现，聚合数据大部分分布在低值区，高值区数据分布不明显
为了看到更多高值区的数据细节，可以通过不同色值对数据进行视觉上的过滤，将和地图色对比弱的深色映射数据最小值，和地图色对比强的亮色映射数据最大值
色彩叠加出来的结果色可以让本身看似很暗的颜色都更加亮丽，一番折腾后，发现在色板第四象限选择一个基础色，再取生成一组色板，基本能出来比较理想的效果
下面使用在线取色工具选取一组单色连续色板
L7 在线地图效果编辑生成网址
在线代码编辑器中输入你的色值，想要什么色彩一键生成，再也不用熬夜画“星星”了
有没有点像不一样的烟火
像蝴蝶
像蜂鸟
Step 3 分析与后处理
网商银行数据显示，如果把小店每一次有借有还、用于扩大生意的信用贷款，作为代表经营活力的光点，小店正在点亮中国。以广州为例，通过观察数据发现，我们可以得出这样的结论：广州站服饰及皮具批发商圈、上下九步行街美食商圈等商圈的经济热度比较高
为了辅助表达观点，我们可以把这几个商圈进行适当的高亮（相当于加一盏聚光灯），让用户能够快速把目光注意到聚集区域，直观看到结果，当聚集的散点覆盖在地图上时，会把底部的地图地标遮挡，可以将比较重要的地标手动标示出来
当然在做 Step 3 处理的同时，也在思考这么一个问题：这样不就是在夸大数据吗，从中也在思考地图可视化可视化的是什么，传达精确数据还是只是一个观点或是一种感受即可，为了让信息场景式的高效传播，论数据的精确性，如果直接给你一份表格，你还会看到这里吗
Step 3 的后处理提供的只是一种思路，而亮点图本身就是这种思路的体现之一，如果后处理可以智能化、工具化，那更是一种福音，但同时也给到我的一个观点，不要过渡依赖工具，当工具无法完全达到我们想要的效果时，就是发挥人类大脑的智慧了～
我有 L7，你有数据吗，欢迎来撩，如想了解更多其他酷炫的可视化地图类型，请点击 L7 官网
如果对你有用，请到 L7 GitHub 欢迎 Star，PR 为 L7 贡献代码
antvis/L7
一起用 L7 让更多的数据被看见
相关链接
- L7 功能介绍: 空间数据可视化引擎 L72.0发布
- L7 官网
- L7 GitHub 欢迎 Star
