스타일 지정 옵션 사용(Map Viewer)

Map Viewer(이전에는 별도의 베타로 설치할 수 있었지만 현재는 포털에 자동으로 포함됨)에서는 다양한 스마트 매핑 스타일을 사용하여 데이터를 탐색할 수 있습니다. Map Viewer에서 맵 레이어의 스타일을 지정하는 경우 데이터의 특성에 따라 기본 스타일 지정 옵션이 결정됩니다. 심볼, 색상 램프, 라인 가중치 등의 그래픽 요소 뿐만 아니라 회전, 분류, 테마를 실습하고 맵에 반영된 선택 항목을 즉시 확인할 수 있습니다.

심볼 스타일 변경

레이어 스타일을 지정할 때 다양한 심볼 옵션 중에서 선택할 수 있습니다. 제공되는 옵션은 레이어에 적용된 스마트 매핑 스타일과 레이어의 피처 유형(포인트, 선, 폴리곤) 또는 영상 레이어 스타일 지정 여부에 따라 다릅니다.

레이어의 모든 피처에 대한 심볼 스타일을 변경하려면 다음을 수행합니다.

1. 스타일 적용의 처음 네 단계를 따릅니다.
2. 스타일 창에서 심볼 스타일 아래의 심볼 또는 색상 램프를 클릭합니다.
3. 레이어에 포인트 피처가 있는 경우 드롭다운 메뉴에서 심볼 세트를 선택합니다.
   • 원 또는 사각형과 같은 기본 모양을 사용하려면 모양을 선택하고 필요에 따라 크기를 조정하고 채우기 및 윤곽선 옵션을 지정합니다(아래 설명 참고).
   • 심볼 세트에 있는 아이콘을 사용하려면 아이콘을 클릭하고 선택적으로 배경 색상 반전을 클릭하여 어두운 배경에 맞게 심볼을 최적화하고 필요에 따라 크기를 조정합니다.
4. 채우기에서 색상을 선택하거나 RGB 또는 16진수 값을 사용하여 사용자 설정 색상을 지정합니다. 선택적으로 채우기 투명도 슬라이더를 사용하여 채우기에 투명도를 적용합니다. 색상 램프가 포함된 스타일(예시: 히트맵 및 개수 및 양(색상))의 경우 색상 램프를 선택합니다.

   색상 램프 옵션을 필터링하려면 드롭다운 메뉴에서 색상 램프 범주(예시: 어두운 배경에 최적 또는 색맹 친화적)를 선택하고, 필요한 경우 램프 색상 반전을 클릭하여 램프를 뒤집습니다.

   팁:

   색상 램프의 이름을 보려면 해당 램프를 가리킵니다.

5. 필요한 경우 피처 유형에 따라 다음을 지정하여 심볼 스타일을 추가로 정의합니다.
   • 포인트 및 폴리곤 피처의 경우, 윤곽선에서 색상을 선택하거나 RGB 또는 16진수 값을 사용하여 사용자 설정 색상을 지정합니다. 윤곽선 투명도 슬라이더를 사용하여 윤곽선에 투명도를 적용합니다. 스트로크에서 윤곽선의 패턴을 선택하고 너비 슬라이더를 사용하여 윤곽선 너비를 변경합니다. 폴리곤의 경우, 자동으로 너비 조정 체크 박스를 선택하여 윤곽선 너비를 조정할 수도 있습니다.

     팁:

     윤곽선을 숨기려면 윤곽선 활성화 토글 버튼을 끕니다.

   • 선 피처의 경우, 색상을 선택하거나 RGB 또는 16진수 값을 사용하여 사용자 설정 색상을 지정합니다. 선 투명도 슬라이더를 사용하여 선에 투명도를 적용합니다. 스트로크에서 선 패턴을 선택하고 필요에 따라 화살표를 추가합니다. 너비 슬라이더를 사용하여 라인 너비를 변경합니다. 자동으로 너비 조정 체크 박스를 선택하여 라인 너비를 조정할 수도 있습니다.
6. 점 밀도 스타일을 사용하는 경우 색상 램프를 선택하고(필요한 경우 먼저 색상 램프 범주 선택) 선택적으로 투명도 슬라이더를 사용하여 점에 투명도를 적용합니다.
7. 스타일 창에서 완료를 클릭하여 레이어에 변경 내용을 적용합니다.

테마

Map Viewer에는 데이터의 패턴을 나타내기 위해 적용할 수 있는 다양한 테마가 포함되어 있습니다. 카메라에 특정 작업에 따라 각각 다른 렌즈가 제공되는 것처럼 테마를 사용하면 데이터의 다양한 관점을 실습할 수 있습니다. 데이터의 숫자 또는 날짜 및 시간 값의 스타일을 지정하려는 경우 데이터 및 전달하려는 스토리에 가장 적합한 테마를 선택하여 적용할 수 있습니다. 다음 테마의 사용 가능 여부는 선택한 스마트 매핑 스타일에 따라 다릅니다.

• 고-저 - 높은 값에서 낮은 값으로 값의 범위를 보여줍니다. 높은 값이나 낮은 값에 주의를 끌 수 있도록 높고 낮은 것으로 간주되는 임계값을 정의합니다. 맵에서는 값이 사용자가 높은 값 및 낮은 값 정의에 얼마나 가까운지에 따라 심볼이 달라집니다. 이 테마는 색상 램프(폴리곤의 경우) 또는 크기(포인트 및 선의 경우)를 적용하는 방법에 따라 데이터의 가장 높은 값 또는 가장 낮은 값을 강조합니다. 기본 설정에 따라 이 테마는 평균보다 1 표준편차가 높으면 높은 값으로, 평균보다 1 표준편차가 낮으면 낮은 값으로 정의합니다. 데이터에 대한 지식, 데이터에 일반적으로 사용되는 표준 또는 기타 인자에 따라 이러한 설정을 조정할 수 있습니다.

  폴리곤의 경우 이 스타일의 색상 램프는 한두 가지 색상만 사용하므로 가장 높은 값이나 가장 낮은 값만 주의를 끌게 됩니다. 포인트와 라인의 경우 크기는 고-저로 변화를 표시하는 데 사용되므로 크기가 큰 피처가 주의를 끄는 경향이 있습니다. 높은 값만 강조하거나 낮은 값만 강조해야 하는 경우 이 테마를 선택합니다. 예를 들어 예방 접종 비율을 매핑하는 경우 이 테마를 사용하여 접종 비율이 가장 높은 지역을 강조함으로써 접종이 잘 이루어지고 있는 지역을 쉽게 파악할 수 있습니다. 또는 접종 비율이 가장 낮은 지역을 강조하여 지원이 필요한 지역을 파악할 수 있습니다.

  팁:

  데이터를 제대로 파악하게 되면 데이터의 전체 분포 또는 값 범위를 표시하기 위해 높은 값을 데이터셋의 최대값으로 설정하고 낮은 값을 최소값으로 설정합니다. 이 경우 최고의 맵이 생성되지는 않더라도 설정이 맵의 의미를 어떻게 변화시키는지 확인할 수 있습니다.

• 초과 및 미만 - 0, 데이터의 평균, 알고 있는 다른 중요한 값과 같은 키 값의 초과 값과 미만 값을 표시합니다. 일반으로 간주되는 임계값과 높고 낮은 것으로 간주되는 임계값을 정의하므로 일반으로 간주되지 않는 값(높은 값과 낮은 값)에 주의를 끌 수 있습니다.

  기본 설정에 따라 이 테마는 통계 평균을 기준으로 맵 심볼을 중앙에 맞춥니다. 평균보다 1 표준편차가 높으면 높은 값으로, 평균보다 1 표준편차가 낮으면 낮은 값으로 정의됩니다. 폴리곤의 경우 이 스타일에 가장 적합한 색상 램프는 세 가지 색상을 사용하므로 높은 값과 낮은 값이 주의를 끄는 반면 일반에 가까운 값은 강조되지 않습니다. 포인트와 라인의 경우 크기는 평균에서의 변화를 표시하는 데 사용되므로 크키가 큰 피처가 높은 쪽과 낮은 쪽 모두에서 주의를 끌게 됩니다. 통계 평균 이외의 값을 선택할 수도 있습니다.

  이 테마를 선택하면 의미 있는 값을 기준으로 맵을 고정하므로 의미 있는 값보다 높거나 낮은 영역을 전달할 수 있습니다. 예를 들어 교통량 수준을 매핑하는 경우 이 테마를 사용하여 교통량이 평균 초과 및 미만인 지역을 강조할 수 있습니다.

• 초과 - 0, 데이터의 평균, 알고 있는 다른 중요한 값과 같은 키 값을 초과하는 데이터를 강조합니다. 일반 값으로 간주되는 값과 높은 값으로 간주되는 값의 임계값을 정의하여 일반 값보다 높은 값에 주의를 끌 수 있습니다. 지정된 키 값을 초과하는 값은 선택한 스타일에 따라 더 강렬한 색상이나 더 큰 심볼로 스타일이 지정됩니다. 예를 들어 소매점 수익을 매핑하는 경우 키 값보다 높은 값(예시: 전자제품 매장의 표적 수익)을 강조하려면 이 테마를 선택합니다. 표적 수익 목표를 초과하는 매장은 맵에서 더 크게 표시됩니다.
• 미만 - 0, 데이터의 평균, 알고 있는 다른 중요한 값과 같은 키 값 미만의 데이터를 강조합니다. 일반 값으로 간주되는 값과 낮은 값으로 간주되는 값의 임계값을 정의하여 일반 값보다 낮은 값에 주의를 끌 수 있습니다. 지정된 키 값 미만의 값은 선택한 스타일에 따라 더 강렬한 색상이나 더 큰 심볼로 스타일이 지정됩니다. 키 값보다 낮은 값(예시: 전자제품 매장의 표적 수익)을 강조하려면 이 테마를 선택합니다. 표적 수익 목표를 충족하지 않는 매장은 맵에서 더 크게 표시됩니다.
• 중앙 배치 - 키 값에 가까운 값 범위를 중심에 두고 강조합니다. 이 테마는 평균의 1 표준편차 이내의 값을 강조합니다. 해당 키 값에 가장 가까운 피처에 중점을 두고 나머지 값에 투명도를 추가합니다. 키 값에 가까운 값(예시: 전자제품 매장의 도난 또는 손상에 따른 표적 손실)을 강조하려면 이 테마를 선택합니다. 표적 손실 목표보다 약간 높거나 낮은 매장은 맵에서 강조됩니다.
• 극한- 데이터의 극한 값을 강조합니다. 이 테마를 사용하면 +-1 표준편차에서 벗어난 값을 강조하여 통계적으로 맨 끝에 있는 데이터 영역을 쉽게 나타낼 수 있습니다. 예를 들어 이 테마를 사용하여 지역 내 가장 비싼 주택과 가장 저렴한 주택과 같은 최고 및 최저 데이터 값을 강조할 수 있습니다. 키 값에서 지나치게 먼 값(예시: 전자제품 매장의 도난 또는 손상에 따른 표적 손실)을 강조하려면 이 테마를 선택합니다. 대상 손실 목표보다 훨씬 높거나 낮은 매장은 맵에서 강조됩니다.
• 새 데이터에서 과거 데이터 - 최근 날짜에서 오래된 날짜순으로 날짜 범위를 나타냅니다. 이 테마는 동일한 색상의 진한 음영-연한 음영(또는 연한 음영-진한 음영)을 사용하여 데이터의 최근 날짜와 가장 오래된 날짜를 강조합니다. 데이터의 날짜/시간 값 범위 또는 전반의 분포를 나타내려면 이 테마를 선택합니다. 예를 들어 이 테마를 사용하여 도시의 도로 세그먼트 중 가장 최근에 조사한 도로 세그먼트와 다시 조사하기로 예정된 도로 세그먼트를 나타낼 수 있습니다. 최근 항목과 오래된 항목으로 간주되는 항목을 정의하려면 날짜를 선택합니다.
• 이전과 이후 - 지정된 날짜/시간 이전과 이후의 날짜를 나타냅니다. 이 테마는 지정된 날짜를 중심으로 맵을 중앙에 배치한 다음, 해당 날짜 이전의 모든 날짜를 한 색상으로 매핑하고 그 이후의 모든 날짜를 다른 색상으로 매핑합니다. 특정 날짜를 기준으로 맵을 고정하려면 이 테마를 선택합니다. 예를 들어 이 테마를 사용하여 특정 날짜 이전과 이후에 발생한 주택 매매량을 비교할 수 있습니다.

속성 기준 회전

심볼의 방향(예: 바람이 부는 방향 또는 차량이 이동하는 방향)을 반영하려면 선택된 필드에 따라 각심볼을 회전합니다. 심볼 스타일을 선택할 때에는 회전이 심볼의 결과 방향과 일치하도록 북쪽을 가리키는 심볼을 선택합니다.

심볼을 회전하려면 다음을 수행합니다.

1. 스타일 적용의 5단계를 따릅니다.
2. 스타일 창에서 스타일을 선택하고 스타일 옵션을 클릭합니다.
3. 스타일 옵션 창에서 속성 기준 회전을 클릭하고 데이터 값 기준 심볼 회전 토글 버튼을 켭니다.
4. 속성 드롭다운 메뉴에서 속성 값을 선택하여 회전을 표시합니다.

   팁:

   속성 필드 대신 Arcade에서 작성된 사용자 설정 속성 식을 사용할 수 있습니다. 식 사용 을 클릭하고 편집기 창을 사용하여 식을 생성합니다.

   기존 식을 사용하여 새 식을 생성할 수도 있습니다. 그러나 일부 변수는 모든 프로필에서 작동하지 않을 수 있습니다. 예를 들어 팝업용으로 생성된 식이 스타일에서 작동하지 않을 수 있습니다. 기존 식을 사용하려면 편집기 창의 기존 식 탭에서 선택합니다.

5. 다음 중 하나를 선택합니다.

   지리	12시 위치에서 시계 방향으로 각도를 측정합니다(지리적 회전).
   산술	3시 위치에서 반시계 방향으로 각도를 측정합니다(산술적 회전). 비고: 산술적 회전을 사용하면 필드 속성에서 반시계 방향 회전이 적용되기 전에, 북쪽을 가리키는 것으로 간주되는 심볼이 먼저 시계 방향의 90도 각도로 회전하여 0도 각도로 정렬됩니다.

6. 완료를 클릭하여 변경 내용을 적용합니다.

분류 방법

색상이나 크기로 레이어의 스타일을 지정하여 숫자 데이터를 나타내는 경우 레이어의 스타일은 기본 설정에 따라 연속 색상 램프(개수 및 양(색상) 참고) 또는 일련의 배율 심볼(개수 및 양(크기) 참고)을 사용하여 지정됩니다. 데이터를 분류하는 방법도 있습니다. 즉, 데이터를 클래스 또는 그룹으로 나누고 클래스의 범위 및 구분점을 정의합니다. 예를 들어 개인의 나이를 10단위 클래스(0-9, 10-19, 20-29 등)로 그룹화하거나 고도 픽셀 값을 위험 수준 범위로 그룹화할 수 있습니다. 분류를 사용하면 데이터에 대한 더욱 일반화된(덜 자세한) 그림을 생성하여 특정 스토리를 전달할 수 있습니다.

레이어에 있는 데이터 양에 따라 1부터 10까지 클래스 번호도 선택할 수 있습니다. 데이터가 많을수록 클래스를 더 많이 보유할 수 있습니다. 클래스 범위 및 구분점(각 클래스를 분류하는 상위 값과 하위 값) 정의 방법은 각 클래스에 속하는 피처와 레이어의 모양을 결정합니다. 다른 분류 방법을 사용하여 클래스를 변경하면 다른 모양의 맵을 생성할 수 있습니다. 일반적으로 이 옵션은 유사한 값을 가진 피처를 같은 클래스에 포함하는 데 사용됩니다.

등간격

등간격 분류는 속성 값 범위를 같은 크기의 하위 범위로 나눕니다. 이 분류 방법에서는 간격(하위 범위) 수를 지정합니다. 그러면 데이터가 자동으로 분할됩니다. 예를 들어 값이 0~300인 속성 필드 또는 픽셀에 대해 클래스를 세 개로 지정한 경우 0~100, 101~200, 201~300 범위의 3개 클래스가 생성됩니다.

등간격은 백분율과 온도 같은 친숙한 데이터 범위에 적용하는 것이 가장 좋습니다. 이 방법은 다른 값을 기준으로 속성 값의 양을 강조합니다. 예를 들어 특정 매장이 총 판매액의 상위 1/3을 구성하는 매장 그룹에 속해 있음을 표시할 수 있습니다.

네츄럴 브레이크

네츄럴 브레이크 클래스는 데이터에 내재된 자연스러운 그룹화를 기반으로 합니다. 유사한 값을 가장 잘 그룹화하고 클래스 간의 차이점(예시: 국유림의 나무 높이)을 최대화하는 클래스 구분점이 식별됩니다. 피처 또는 픽셀은 데이터 값의 차이가 비교적 큰 경계가 설정된 클래스로 분할됩니다.

네츄럴 브레이크 분류는 군집된 값을 같은 클래스에 배치하므로 균등하게 분포되지 않은 데이터 값을 매핑하는 데 적합합니다.

표준편차

표준편차 분류는 값이 평균과 얼마나 다른지를 보여줍니다. 표준편차 분류를 사용하면 평균보다 큰 값과 작은 값이 강조되므로 평균 값보다 위 또는 아래에 있는 피처 또는 픽셀 값을 손쉽게 나타낼 수 있습니다. 주어진 지역의 인구 밀도를 확인하거나 국가의 차압률을 비교하는 등 값과 평균의 연관성이 중요한 경우 이 분류 방법을 사용합니다. 맵에 더 자세하게 나타내려는 경우 클래스 크기의 표준편차를 1에서 0.5로 변경할 수 있습니다.

등도수

등도수 분류에서는 각 클래스에 같은 수의 피처 또는 픽셀(예: 클래스당 10개 또는 클래스당 20개)이 포함됩니다. 클래스가 비어 있거나 값이 너무 많거나 적습니다. 등도수 분류는 선형 분포된(균등한) 데이터에도 적합합니다. 각 클래스에 있는 피처 또는 값의 개수가 같아야 하는 경우에 등도수 분류를 사용합니다.

피처가 각 클래스에서 동일한 개수로 그룹화되기 때문에 종종 결과 맵이 잘못 도출될 수 있습니다. 예를 들어 유사한 피처가 다음 클래스에 배치되거나 값이 완전히 다른 피처가 같은 클래스에 배치될 수 있습니다. 클래스 수를 늘리면 이러한 왜곡을 최소화할 수 있습니다.

수동 구분점

고유 클래스를 정의하려면 클래스 구분점을 수동으로 추가하고 데이터에 적합한 클래스 범위를 설정하면 됩니다. 아니면 표준 분류 방법 중 하나로 시작해서 필요한 만큼 조정해도 됩니다. 데이터 매핑에 대한 기존 표준이나 지침이 있을 수 있습니다. 예를 들어 기관에서 태풍 강도를 분류하는 데 사용되는 후지타 스케일(F 스케일)과 같은 표준 클래스나 구분점을 모든 맵에 사용할 수 있습니다.