最近，某某品牌運營的小夥伴最近跟我吐槽，領導要他製作那種在新聞報道和商業雜誌上用作分析展示商業現象的地圖，還要結合數據進行繪製，他都要都愁翻天了！其實，這樣的利用地圖來反映和分析數據的形式叫數據地圖，在商業數據分析中，有大量數據是與地理位置相關的，這種數據用地圖進行分析更直觀形象。在數據可視化中，地圖可視化是較爲常見的一種圖形，只要用到一些高階的數據處理工具，輕輕鬆鬆就能簡單完成。
下面我就以Smartbi爲例子給大家介紹一下數據地圖的操作方法，Smartbi的Echarts圖形做爲數據展現的一種更靈活直觀的方式，它基於用戶對數據更易於理解、對決策更具科學依據的需求，對不同業務背景下的數據進行處理，可以實現對數據多角度多層次的分析，接下來我就手把手教大家怎麼做吧！
前提要求
創建地圖分析前，首先要求創建好HTML5地圖文件（*.svg格式），創建地圖文件請參考 HTML5地圖編輯器操作手冊。按照在smartbi中使用svg地圖文件文檔說明，將創建好的svg地圖文件加載到smartbi中並配置地圖區域。如下：
創建地圖分析前需要保證三個地方的地圖編碼一致：地圖svg文件裏面區域圖層ID、地圖區域設置中的對應區域的地圖編碼、地圖分析對應查詢的編碼數據。
1、地圖SVG文件裏面區域圖層ID。
2、地圖區域設置中的對應區域的地圖編碼。
3、地圖分析對應查詢的編碼數據。
功能入口
地圖分析功能入口：單擊“定製管理“界面的快捷方式“地圖分析”，或者在資源定製目錄樹上右鍵菜單中選擇“新建分析 -> 地圖分析”。如下圖：
實戰操作
使用 Smartbi 創建地圖分析的流程如下圖所示：
其中定義關係數據源請參考 定義關係數據源，設置數據基礎請參考 設置數據基礎，創建業務主題請參考 創建業務主題。下面我們將創建一個名爲"各區域銷售情況_地圖分析"的地圖分析，來展現"數量"和"運費"在區域中的分別情況，如下圖所示：
1、地圖區域編碼
我們首先需要知道地圖區域編碼，才能將查詢出來的數據，與對應的地圖區域關聯到一起。我們可以通過選擇“定製管理 -> 公共設置 -> 地圖區域”來查看內置的地圖區域編碼，如下圖所示。事實上這些信息都在系統知識庫的"t_maparea"表中，可以直接將其數據導出。關於地圖區域設置的更詳細說明，請參見 地圖區域管理。
2、定義數據集
我們基於 快速創建靈活分析 > 定義業務主題 中定義好的的"訂單主題"來創建儀表分析所依賴的可視化查詢"各區域銷售查詢"，具體操作如下：
在"定製管理"界面單擊快捷方式 可視化查詢，彈出"選擇數據源"窗口。
分別在"訂單主題"下通過Ctrl鍵分別找到字段"上級區域編號"、"銷售量"和"銷售額"，並把這些字段拖到"字段區"。如下圖所示：
在工作區選擇輸出字段"銷售額"和"銷售量"，在其對應的屬性區設置聚合方式爲"合計"。如下圖所示：
在可視化查詢工具欄上點擊 預覽數據 按鈕。則可以在彈出的對話框中預覽數據。
在可視化查詢上工具欄上單擊 保存 按鈕，彈出"保存可視化查詢"對話框。
在"保存可視化查詢"對話框中，設置保存位置爲"資源定製"，輸入名字爲"各區域銷售查詢"。
在"保存可視化查詢"對話框中，單擊 確定 按鈕，成功保存該可視化查詢。
3、定義地圖分析
定義好可視化查詢後，我們接下來學習如何快速定義地圖分析：
在"定製管理"界面選擇快捷方式 新建地圖分析，彈出"選擇業務查詢"對話框。
在"選擇業務查詢"對話框中，展開資源樹，選擇 資源定製目錄 > 各區域銷售查詢，進入"圖形設置"界面。
4、在"圖形設置"界面進行相關設置：
設置圖形選項：選擇 指定地圖 方式，在其下拉選項中選擇"中國"。
選擇"上級區域編號"爲地區標識列。選擇"銷售額"爲染色指標，選擇"銷售量"爲標記指標。
單擊"銷售額"對應區間顏色的 編輯 按鈕，彈出"編輯指標區間顏色"對話框設置指標區間顏色，如下圖所示：
單擊"銷售量"對應區間顏色的 編輯 按鈕，彈出"編輯指標區間顏色"對話框設置指標區間顏色，如下圖所示：
5、在"地圖分析設置"界面單擊 確定 按鈕，進入"地圖分析"展示界面。
6、保存分析：點擊工具欄 保存 按鈕，在彈出的"保存報表"對話框中，選擇報表需要保存的路徑，保存當前新建的地圖分析。
7、選擇地圖分析的 圖形設置 按鈕，進入到"地圖分析設置"界面，允許對地圖分析屬性設置進行修改。如下圖所示：
現如今，數據與我們日常生活緊密相關，從最初的計算機到現在大數據與人工智能，數據分析也不斷融入我們的生活，隨着業務分析的維度越來越多，對數據分析能力的要求就更高。但只要掌握方法和工具，不論是怎樣的數據分析，也就那麼一回事。就像Smartbi的ECharts圖形不僅擁有豐富的可視化類型，還有多種數據格式無需轉換，可以直接使用，它可以在千萬數據的前端展現，擁有多渲染方案，不僅可以跨平臺使用，還能設置絢麗的特效。
快來關注我，教你更多數據分析的知識！