包 | com.supermap.web.iServerJava2.themeServices |
类 | public class RangeMode |
继承 | RangeMode ![]() |
常量 | 定义方 | ||
---|---|---|---|
CUSTOM_INTERVAL : int = 5
[static] 自定义分段法,对应值为5.
|
RangeMode | ||
EQUAL_INTERVAL : int = 0
[static] 等距离分段法,对应值为0.
|
RangeMode | ||
LOGARITHM : int = 3
[static] 对数分段法,对应值为3.
|
RangeMode | ||
QUANTILE : int = 4
[static] 等计数分段法,对应值为4.
|
RangeMode | ||
SQUARE_ROOT : int = 1
[static] 平方根分段法,对应值为1.
|
RangeMode | ||
STDDEVIATION : int = 2
[static] 标准差分段法,对应值为2.
|
RangeMode |
CUSTOM_INTERVAL | 常量 |
public static const CUSTOM_INTERVAL:int = 5
自定义分段法,对应值为5.
在自定义分段中,由用户指定各段的长度,即间隔距离来进行分段,分段数由 SuperMap 根据指定的间隔距离以及专题变量的最大和最小值来计算。
EQUAL_INTERVAL | 常量 |
public static const EQUAL_INTERVAL:int = 0
等距离分段法,对应值为0.
等距离分段是根据作为专题变量的字段或表达式的最大值和最小值,按照用户设定的分段数进行相等间距的分段。在等距离分段中,每一段具有相等的长度。按照这种分段方式,很有可能某个分段中没有数值,即落到该段中的记录或要素为0个。
LOGARITHM | 常量 |
public static const LOGARITHM:int = 3
对数分段法,对应值为3.
数据中有负数不适合这种方法。对数分段方法的实现的原理与平方根分段方法基本相同,所不同的是平方根方法是对原数据取平方根,而对数分段方法是对原数据取对数,即对原数据的以10为底的对数值的等距离分段,其首先对原数据所有值的对数进行等距离分段,得到处理后数据的分段点,然后以10为底,以这些分段点的值作为指数的幂得到原数据的各分段点的值,从而得到分段方案。适用于最大值与最小值相差很大,用等距离分段不是很理想的情况,对数分段法比平方根分段法具有更高的压缩率,使数据间的差异尺度更小,优化分段结果。
QUANTILE | 常量 |
public static const QUANTILE:int = 4
等计数分段法,对应值为4.
在等计数分段中,每个分段中具有相等数目的要素个数,当然,这个相等的个数是多少是由用户指定的分段数以及实际的要素个数来决定的,在可以均分的情况下,每段中对象数目应该是一样的,但是当对象数目不可均分时,分段结果在最后一段内会有出入,例如75个数据,分成8段,则每一段有9个要素,但最后一段只有3个要素。这种分段方法适合于线性分布的数据。
SQUARE_ROOT | 常量 |
public static const SQUARE_ROOT:int = 1
平方根分段法,对应值为1.
平方根分段方法实质上是对原数据的平方根的等距离分段,其首先取所有数据的平方根进行等距离分段,得到处理后数据的分段点,然后将这些分段点的值进行平方作为原数据的分段点,从而得到原数据的分段方案。所以,数据中有负数不适合这种方法。按照这种分段方式,很有可能某个分段中没有数值,即落到该段中的记录或要素为0个。该方法适用于一些特定数据,如最小值与最大值之间相差比较大时,用等距离分段法可能需要分成很多的段才能区分,用平方根分段方法可以压缩数据间的差异,用较少的分段数却比较准确地进行分段。
STDDEVIATION | 常量 |
public static const STDDEVIATION:int = 2
标准差分段法,对应值为2.
标准差的段数由计算结果决定,用户不可控制。标准差分段方法反映了各要素的某属性值对其平均值的偏离。该方法首先计算出专题变量的平均值和标准偏差,在此基础上进行分段。标准差分段的每个分段长度都是一个标准差,最中间的那一段以平均值为中心,即左边分段点和右边分段点分别与平均值相差0.5个标准差。