分级设色图应表达标准化比率而不是直接填充总量

分级设色图用区域内部的颜色深浅或顺序色带表达数值。它适合比较附着在行政区、统计区或其他枚举单元上的标准化指标，例如比例、发生率和密度。若把人口总数或案件总数直接填到面积不同的区域，读者容易把“大区域”和“高数值”同时当成重要，空间模式会被误读。

地图的每个颜色都来自数据处理选择：分母、分级边界、颜色顺序、缺失值和地理单元。制图者需要公开这些选择，而不是让软件默认值替代解释。

先确认数值能否用面积填充表达

区域填色暗示该值在整个枚举区内具有统一或代表性。比例、率和标准化指标通常比原始计数适合，因为它们减少区域人口或规模不同带来的影响。人口总量更适合比例符号或点密度等方法。

分母必须与问题一致。失业人数除以总人口、劳动年龄人口或劳动力人口会得到不同含义。比率地图应在标题、图例或说明中写清分子、分母、时间和单位。

小分母会使比率剧烈波动。一个人口很少的区域增加一例就可能跳到最高等级。可通过显示置信区间、抑制极小样本、使用平滑估计或附加可靠性图层提醒读者，但任何处理都要说明，不能悄悄改变数值。

负值、跨零数据和方向性指标需要发散色带，以有意义的中心作为分界。只有从低到高的单向量才适合顺序色带。类别数据则应使用不同色相，不应暗示不存在的高低顺序。

等距分级让每个区间宽度相同，便于解释绝对差异，但偏斜分布可能让多数区域挤在一类。分位数使每类区域数量接近，增强相对排名对比，却可能把数值很接近的区域分开，也可能把差异很大的值放在同一类。

自然断点试图在当前数据中寻找类内相近、类间差异大的边界，地图对这份数据表现清晰，但不同时间分别计算边界后不宜直接比较。标准差分级适合展示相对均值的偏离，前提是读者理解分布和中心含义。

自定义阈值适用于政策标准、风险等级或专业公认界限。阈值必须有来源，不能为了制造某种图形临时移动。时间序列或多地区比较应尽量共享边界，否则颜色相同并不代表数值相同。

美国人口普查局的制图培训明确把分级方法、类别数量和颜色作为分级设色图的核心选择。类别太多会超过读者稳定区分能力，太少又会隐藏结构。常见的三到七类只是起点，最终数量应由数据分布、地图尺寸和任务决定。

顺序色带通常让明度或饱和度随数值单调变化。相邻类别需要可辨，同时最高和最低端不能因过亮或过暗而丢失边界文字。彩虹色带会引入无意义的色相断点，且亮度并不单调，不适合大多数连续数量。

色觉差异和显示设备会改变辨识。设计时应检查常见色觉模拟、灰度打印和低对比屏幕。仅靠颜色传达关键状态时，可增加边界、纹理或文字，但纹理过密也会制造视觉负担。

图例要显示真实区间边界、单位和包含规则。10-20 与 20-30 在 20 处可能重叠，应使用明确的小数或不等式。最高最低开区间、无数据和不适用区域要分别标记，不能让缺失值看起来像零。

地图标题应陈述指标而不是主题口号，例如“2025 年每十万人报告病例数”。必要时提供全国或全域参考值，帮助读者理解颜色对应的实际量级。

同一组个体数据聚合到不同边界或不同尺度时，空间模式和相关关系会变化，这属于可变空间单元问题。县级热点不意味着县内每处都高，也不保证换成网格后仍是热点。

大面积区域在视觉上占据更多墨水，却不一定人口更多。地图读者容易把面积当作权重，因此在面积与人口极不均衡时，可配合小倍数、人口加权图表或其他地图方法。离岛和飞地需要插图时，位置移动和比例变化也应标注。

边界随时间变化会破坏历史比较。时间序列应尽可能统一到可比地理单元，或记录边界版本并进行转换。把不同年份的统计直接连接到最新边界，可能产生并不存在的增长或下降。

极端值可能拉宽等距区间，使其他区域都落入最低一类。可以使用单独最高类、稳健变换或补充图表，但必须保留实际数值和处理说明。先核查异常是否来自分母过小、编码错误或真实事件。

抽样调查估计带有误差。两个区域颜色不同，不一定代表差异在统计上可靠。可以用透明度、纹理、符号或并列图表达误差，也可提供可交互的置信区间。不要用更精细的小数制造虚假确定性。

交互地图允许悬停查看原值、分母和误差，但默认视图仍应独立可读。筛选后若重新计算分级边界，颜色含义发生变化，需要明确提示；用于比较时最好锁定尺度。

制作流程应保存原始指标、标准化公式、地理边界版本、连接键、分级方法、边界和色带。地理连接失败的区域要统计并显示，不能因名称不匹配悄悄从地图消失。

检查时既看数值表，也看地图。确认最高和最低区域是否合理，缺失是否被识别，邻近边界是否由分类造成，图例能否反推出颜色。用其他分级方法做敏感性比较，可以判断结论是否依赖某组边界。

分级设色图的价值是帮助读者比较区域化比率，而不是用颜色替代分析。对分母、边界和不确定性保持透明，地图才能显示空间差异而不夸大它们。