QGIS简介
GQIS是领先的免费开放源地理信息系统(GIS)应用程序。它能够进行复杂的地理数据处理和分析,还可以用于设计发布质量的数据驱动地图。
启动QGIS, 应该看到类似以下的屏幕:
![](https://img-blog.csdnimg.cn/20191028110717283.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE5NjAwMjkx,size_16,color_FFFFFF,t_70)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-298.gif)
如果您的屏幕看起来与众不同,请View>Panels
从顶部菜单中选择并检查选项,如下所示:
![](https://img-blog.csdnimg.cn/20191028110729756.png)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-298.gif)
然后选择View>Toolbars
并检查选项,如下所示:
![](https://img-blog.csdnimg.cn/20191028110739872.png)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-298.gif)
我们今天将使用的数据
seismic
Shapefile,其中包含来自美国地质调查局的 2017年美国大陆遭受破坏性地震风险的数据。seismic_raw
如上所述,但不限于美国的海岸和边界。gdp_pc
ne_50m_admin_0_countries_lakes
具有世界各国边界数据的 地球shapefile。sf_test_addresses
Shapefile来自我们在第9周进行地理编码的地址。quakes.csv
该文件不在文件夹中。相反,我们将
使用美国地质调查局的地震档案 API,我们将所有的地震,因为1960年搜索用大小为6以上所发生witin6000公里美国本土的地理中心 。名为query.csv
应该下载的文件。重命名quakes.csv
并添加到week10
文件夹。
绘制地震风险和地震图
制作一个choropleth地图,显示美国大陆的地震风险
选择Layer>Add Layer>Add Vector Layer...
或单击此图标:
![](https://img-blog.csdnimg.cn/20191028110823308.png)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-298.gif)
在对话框中,单击下面带有三个点的按钮,Source
然后导航到文件seismic
。选择带有.shp
扩展名的文件很重要。然后单击Add
,Close
将出现以下地图,并用随机颜色填充:
![](https://img-blog.csdnimg.cn/20191028110840485.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE5NjAwMjkx,size_16,color_FFFFFF,t_70)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-298.gif)
在Layers
左侧面板应该显示seismic
层。您可以通过取消选中Layers
面板中的复选框来关闭任何图层的可见性。
这些控件使您可以平移和缩放显示:
![](https://img-blog.csdnimg.cn/20191028110853135.png)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-299.gif)
通过在Layers
面板中右键单击并选择,可以将显示集中在任何图层的整个范围内Zoom to layer
。
注意EPSG:4326
右下角。这将定义图层的地图投影和基准。
![](https://img-blog.csdnimg.cn/20191028110904140.png)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-300.gif)
右键单击seismic
在Layers
左边,选择面板Properties>Source
。您应该在下面看到以下内容Coordinate reference system
:
我们稍后将为地图选择另一个投影。单击Cancel
或OK
关闭Properties
该层。
现在,我们需要sesimic
通过数据中的值为图层的区域着色。右键单击Layers
面板中的图层,然后选择Open Attribute Table
,它对应于.dbf
shapefile的:
![](https://img-blog.csdnimg.cn/20191028110924363.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE5NjAwMjkx,size_16,color_FFFFFF,t_70)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-301.gif)
有一个变量,ValueRange
给出了2017年遭受破坏性地震的机会百分比。
关闭属性表并Properties>Symbology
为该seismic
图层打开。Categorized
从顶部的下拉菜单中选择,这是根据分类变量的值为数据着色的选项,然后ValueRange
在下选择Column
。
单击Classify
按钮,数据中的值将被分配随机颜色:
![](https://img-blog.csdnimg.cn/20191028110941245.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE5NjAwMjkx,size_16,color_FFFFFF,t_70)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-302.gif)
请注意,该范围10-12
是乱序的 。现在单击并将范围拖动10-12
到正确的位置。
![](https://img-blog.csdnimg.cn/20191028110955595.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE5NjAwMjkx,size_16,color_FFFFFF,t_70)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-301.gif)
现在,单击Color ramp
下拉菜单,选择Create New Color Ramp, and at the next dialog box select
目录:ColorBrewer`:
![](https://img-blog.csdnimg.cn/2019102811100781.png)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-303.gif)
选择ColorBrewer Reds
调色板,单击OK
,地图应如下所示:
![](https://img-blog.csdnimg.cn/20191028111019348.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE5NjAwMjkx,size_16,color_FFFFFF,t_70)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-304.gif)
接下来,我们将删除多边形周围的黑色轮廓。Properties>Symbology
再次打开,然后单击下方的彩色正方形Symbol
。Simple fill
在对话框中选择,然后更改Stroke style
为No Pen
:
单击OK
每个对话框,地图现在应如下所示:
![](https://img-blog.csdnimg.cn/20191028111037612.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE5NjAwMjkx,size_16,color_FFFFFF,t_70)
![](https://tecdat.cn/wp-content/uploads/2019/10/image-305.gif)
非常感谢您阅读本文,有任何问题请在下面留言!
1
1
关于作者
Peng Liu是拓端研究室(TRL)的研究员。
本文借鉴了作者最近为《R语言数据分析挖掘必知必会 》课堂做的准备。