在数据可视化中，地图可视化是高频应用的一种。我们在一些新闻报道和商业杂志上，会经常看到运用地图来分析展示商业现象，这样的利用地图来反映和分析数据的形式叫数据地图。
数据地图可以最直观的表达出数据之间的空间关系，因此在很多数据分析场景中被广泛应用，这里我先列举一些常用的数据地图类型和应用场景，第二部分再告诉大家如何快速制作这样的可视化地图：
1、点地图
点地图很直白，用来表示某个区域各个网点（特定位置）的数据，精准性高，可以快速定位到位置。
使用场景：点事件的分布，可以应用的场景很多，比如某一地区的公交站点分布、商场分布等等，复杂一点的像下面的特大意外事故追踪图，能准确快速地定位到事件的发生位置。
2、线地图
由点到线。大家对线地图可能应用不多，往往是因为线地图相对难绘制。不过线地图有时不仅包含空间、也包含时间，对于特殊场景的分析来说，应用价值特别高。
使用场景：骑行或者驾驶的线路分布、公交／地铁的线路分布，比如下面的纽约市出租车线路图
3、区域／钻取地图
由线到面。区域地图，也很常见了，最常见的就是行政地图，反映某一地区的自然、经济基本情况和区域特点。
使用场景：用来不同区域的某个特点分布。可以实现由省到市的逐级钻取，也可以实现对于某一特点的不同程度进行颜色、标签等区分。比如下图销售额实现由省到市的钻取，销售额越大颜色越深。
4、流向地图
流向地图常用来可视化源汇流（Origin Destination Flow）数据。源地和汇地可以是点，也可以是面。源地和汇地之间的互动数据，常用连接空间单元几何重心之间的线段来表达，线的宽度或颜色来表示源地和汇地之间的流向数值。每个空间位置可以是源地，也可以是汇地。
使用场景：流向地图多应用于区际贸易、交通流向、人口迁移、购物消费行为、通讯信息流动、航空线路等场景。
5、热力地图
热力地图用来表示地理范围内各个点的权重情况，一般以特殊高亮的形式显示。
使用场景：PM2．5的分布，当然也可以不局限于地图，比如说注册日期、年龄分布，产品喜好分布等等
那该怎样制作上述这些高难度的数据地图呢？思迈特软件Smartbi给您答案！
Smartbi制作数据地图的实现过程：
第一步：导入数据
数据——新建数据源——Microsoft Excel
第二步：导入数据后，新建仪表盘，维度显示的是离散变量，度量里面包括所有的连续变量和记录数、度量值等，右单机维度中的省份，选择地理角色——省市／自治区，下方度量变量中出现维度（生成）、经度（生成）。
第三步：新建图表；列：将感染省份拖入；行：将确诊人口密度拖入；然后就自动形成一张柱状图。如下图所示：
第四步：点解智能图表，将图表类型更换成地图；选择颜色，修改阶层分段，更换颜色；即可得到一张地图可视化图表。
传统的地图分析制作大多需要编程来完成，今天给大家介绍的制作数据地图工具——思迈特软件Smartbi，简单的套入地理经纬度数据或者区域名称，系统自动识别定位出相应位置就能完成高难度的数据地图制作，感兴趣的小伙伴可以自行试用。
