做地图这件事单变量看到头双变量才是真正开始纠结的地方。比如人口密度和家庭收入、污染浓度和呼吸道疾病、房价和租金这类“一个空间里两个指标同时变化”的问题画两张图并排看总觉得差点意思眼睛来回扫半天也说不清“到底哪里两个指标都高、哪里一个高一个低”。QGIS里有一种很成熟的呈现方式叫二元分区着色图能把两个变量同时塞进一张地图的色调关系里一眼看出空间分布上的组合类型。这篇文章我就从原理、数据准备、实操步骤到避坑经验完整拆一遍这个技巧适合正在做区域分析、城市规划、商业选址、社会经济数据可视化的朋友参考。需要说明的是这里用的方法是“双图层叠加 混合模式”方案之所以这么选是因为QGIS默认的符号系统没有一键生成二维分类图的按钮但通过巧妙的图层叠加效果完全不输专业商业软件而且自由度更高。1. 内容整体设计与思路拆解1.1 为什么需要“二元分区着色图”先想一个问题如果手里有两个变量想同时展示在地图上最常见的做法是什么大多数人第一反应是画两幅图并排左边是变量A右边是变量B。但人眼的视觉对比能力远没有我们想象的强尤其是当图幅较大、图例不同、色带不一致时读者很难在脑子里完成“叠加比较”这一步。你真正想表达的往往是“高A高B”“高A低B”“低A高B”“低A低B”这四种组合并排看图等于把判断工作全部抛给了读者。二元分区着色图解决的就是这个核心矛盾用颜色本身携带“两个维度的信息”。它的基本逻辑其实很简单——把两个变量分别映射到两种基础色相上比如变量A用暖色渐深表示“越来越高”变量B用冷色渐深表示“越来越高”然后把两张图叠在一起。暖色和冷色混合后会形成一系列新的颜色哪边都高就是深紫色系哪边都低就是浅灰色系只有A高是暖色系只有B高是冷色系。这种思路在统计学上很像“二维核密度”的可视化简化版本在地理学里则被叫作bivariate choropleth map很多政府统计部门和研究机构都爱用这个方案展示收入与教育水平、健康状况与医疗资源之间的关系。1.2 为什么不用其他可视化方案在自己动手之前我建议你先把这个方案的适用边界搞清楚否则做出来很容易被质疑“花哨但信息量不足”。我列几个常见替代方案逐个说明它们的利弊。方案优点缺点适合场景并排两幅单变量地图实现简单读者熟悉视觉对比困难空间组合关系无法一眼看出两个变量各自分布规律都重要、不需要看组合关系时散点图 地图联动能精确看出相关性地图和散点图要来回切换交互实现成本高有交互条件的线上分析平台二元分区着色图一张图容纳两个变量组合关系一目了然颜色解读需要训练图例设计较麻烦静态报告、海报、规划方案展示小倍数small multiples信息密度高适合展示更多维度幅面占用大读者对比较吃力3个以上变量、需要严谨对比时从这个表能看出来二元分区着色图并不是“万能药”它赢在“空间组合关系”的表达效率上。如果你手里两个变量之间基本不相关或者你更关心单个变量的高值区域那老老实实画两幅单变量图反而更靠谱。1.3 工具选型为什么是QGIS市面上能做二元分区着色的工具有不少。ArcGIS Pro 通过Arcade表达式也能模拟但操作路径相对繁琐Datawrapper这类在线工具有现成的bivariate模板缺点是数据得传到云端、图层精细控制能力弱R语言和Python也能做但对非编程背景的同事太不友好。QGIS最打动我的是三点一是完全免费开源团队协作时不用担心授权问题二是符号系统足够灵活同一个图层复制两份、分别用不同方式渲染、再用混合模式叠加这个能力比很多商业软件还顺手三是中文资料近年来逐渐多了起来新用户在渲染设置里把界面语言切到简体中文学习门槛会降一大截。把同一份矢量数据复制出两个图层分别赋予热色系和冷色系渐变再通过“乘法/正片叠底”混合模式叠加这本质上是在利用RGB颜色空间里的通道混合逻辑——具体怎么做第三章会详细展开。2. 数据准备决定成图效果的隐藏工程量2.1 属性表怎么组织最省心很多人一上来就急着打开符号系统配色做完才发现颜色全乱了回头排查半天根源往往是数据表结构没理清。做二元分区着色之前先把矢量图层的属性表打开确认两列关键字段的格式是数值型而不是文本型。QGIS里文本型字段显示为右对齐数值型字段显示为左对齐这一眼就能分出来。如果手头数据没有现成的两列数值就得先做字段计算。比如你手里是某市的街道边界带总人口和总面积两列那“人口密度”就可以通过字段计算器新建一列来算。操作路径是右键图层 → 打开属性表 → 左上角“字段计算器”按钮 → 勾选“新建字段”→ 输出字段名填“pop_density”→ 表达式写total_pop / area_km2,精度选整数或双精度都行。建议把所有参与计算的中间字段都显式建出来别在符号系统表达式里临时算。临时计算很容易在后期调整阈值时找不到入口字段写死之后每次只需刷新数值符号系统自动联动效率高得多。2.2 归一化直接上色等于给自己埋雷这是二元分区着色里最容易被忽视、却最容易翻车的环节。两个变量如果量纲不同比如一个取值范围是0到100另一个是0到100000直接扔进符号系统做渐变结果必然是数值大的那个变量“压过”另一个整张图的颜色几乎只反映大数量级的变量。所以在进入渲染之前必须让两个变量要么都变成比率如密度、百分比、人均值要么都做归一化处理。归一化最朴素的做法就是极差标准化把每个变量的取值映射到0到1之间。在QGIS字段计算器里写表达式也很简单比如全局最小值和最大值可以用minimum(字段名)和maximum(字段名)直接取到新建一列写(x - minimum(x)) / (maximum(x) - minimum(x))即可。这个方法的好处是成图颜色对比鲜明坏处是离群值会把大多数区域压到很低的色阶上所以做之前最好先看一下直方图分布。另一种更稳健的思路是排名百分位简单说就是每个要素的排序百分比代替原始数值。这种变换在统计里叫分位数变换对偏态分布特别友好。如果你没有装额外插件可以在字段计算器里用percent_rank(x)函数QGIS从3.x版本开始内置了相关统计函数非常方便。2.3 分类方法与阈值选择把两个变量都处理成连续渐变值之后紧接着要决定怎么切分类。这里的“分类阈值”直接决定了读者看到的是“细腻渐变”还是“清晰的四象限色块”。分类方法原理优点缺点适用场景分位数法Quantile每个类别包含相等数量的要素各类别均匀图面平衡可能把相近值强行切开分布偏态严重时首选等间隔法Equal Interval按数值范围平均切分阈值好解释间距清晰极端值会吞噬中间类别数据近似均匀分布时标准差法Standard Deviation按距均值几个标准差切分便于识别离群区域普通读者不太理解数据接近正态分布时我的经验是做二元分区图的初期阶段直接选“分位数法”分成3段或4段都行。分位数法能保证每个阈值区间内的要素数量相对均衡避免某个变量高值区只有零星几个面结果成图后四象限颜色分布失衡。等你把整体流程跑通、对颜色组合有了感觉再回头试试其他方法也不迟。顺带提醒一个细节符号系统里的分类数如果设置成“4×4”矩阵即每个变量分4段成图理论上有16种颜色组合信息量一下子大了很多但图例和读者的认知负担会爆炸。第一次做控制在3×3九宫格以内四象限的解读效率反而更高。3. 五步做出第一张属于你的二元着色图3.1 同一份数据复制成两个图层数据准备妥当之后进入QGIS正式开始制图。第一步很无脑但很关键在图层面板里右键你的矢量图层选择“复制图层”然后“粘贴图层”会得到一个一模一样的副本。把副本重命名成类似“变量A_暖色层”“变量B_冷色层”避免后期叠加时搞混。为什么要两份图层因为QGIS的符号化系统一个图层只能有一套颜色方案。二元着色图需要两个变量的色带在同一个图面上混合最直接的办法就是让它们分别占据两个独立图层利用图层叠加来“混合颜色”。这里有一个认知要把牢这两个图层用的是完全相同的几何数据区别只在于渲染方式。后期调整时你改了其中一个图层的符号样式不会影响另一个这正是我们想要的解耦效果。3.2 第一层用暖色渐变表达变量A先把“变量A_暖色层”设为可见把“变量B_冷色层”暂时关掉我们从最底层的那个变量开始。右键图层 → 属性 → 符号化在“符号化”下拉框里选“渐变”或“分级”。如果选渐变色带直接选从浅黄到橙红这类暖色序列如果选“分级”同步设置分类方法和分类数。我一般习惯把阈值切好后再去调整配色操作路径是符号化选项卡里选择“分级”模式选择“分位数”类别填3然后双击每个类别前面的颜色块单独调整颜色。底层的颜色建议从“很浅的米黄色”到“中等橙黄色”再到“深橙红色”。注意最浅颜色不要太白后面还要叠加第二层太浅的底色可能会被上层颜色完全盖住。3.3 第二层用冷色渐变表达变量B现在打开“变量B_冷色层”的符号化设置同样选择“渐变”或“分级”这次用冷色系浅蓝、中蓝、深蓝。关键一步来了在“符号化”对话框下方找到“图层渲染”或“符号渲染”区里面有“混合模式”选项。把混合模式从默认的“正常”改为“乘法”Multiply。有些版本的QGIS里也叫“正片叠底”本质是一样的。混合模式选“乘法”后不光要保证两个图层几何重合还要让它们颜色按通道相乘。假设底层是橙红色(R200, G50, B0)上层是蓝色(R0, G50, B200)乘法混合就是每个通道对应相乘之后除以255得到的是一个偏深色的蓝紫色。这就是“高A高B”区域会呈现深色系的原因——两个颜色都在强饱和状态相乘后亮度被压低而“低A低B”区域因为两边都接近浅色相乘后依然很浅。那为什么不直接用“透明度”叠加透明度叠加本质是加权求和两个强色叠在一起颜色会变灰变脏而且方向感不清晰。乘法混合保留了两个色相各自的“存在痕迹”更容易读懂。3.4 调整透明度与图层面板顺序混合模式设好之后效果可能偏暗。原因很简单两个渐变图层叠加后如果两个变量都是中等值乘法结果会明显偏暗。我的处理办法把上层图层冷色层的整体透明度调到70%85%区间。在“图层渲染”区域同样可以找到“透明度”滑块这属于全局透明度会同时作用于颜色和图例直观有效。具体数值根据底图的明暗来微调如果叠加后颜色太闷就往高透明度方向调即让上层更透明露出更多底层。顺序上冷色层放上面、暖色层放下面比较稳妥。两者谁上谁下在几何上是重叠的但因为混合模式是非交换的上层颜色的透明度设置会产生不同结果。我的经验是暖色层做“基底”因为人的视觉对暖色更敏感冷色上层轻微半透明再叠加更容易形成“冷色在表面、暖色从底下透出来”的立体层次感。3.5 检查四象限微调分类阈值图层叠加后先不要急着导图。打开图层面板右键暖色层在“符号化”里临时把分类数改成2段试试你会发现图面变成清晰的四色低A低B、低A高B、高A低B、高A高B。再把分类数改成3段图面变成9色。这就是你最终要面对的信息粒度。如果发现某个象限比如高A高B明显没有几个区域或者某个颜色占据了80%的图面就要回去重新看数据。大概率有两个原因一是两个变量高度正相关高值区大量重叠此时图面会以“两边都高”和“两边都低”为主二是阈值切分方式不合适比如用了等间隔法偏态数据把大多数区域推到了低值区间。调整阈值时在符号化面板里修改“模式”和“类别”QGIS会实时刷新地图画布。多次尝试后找到那个“四象限颜色数量相对均衡”的切法通常就是成图效果最稳的状态。4. 图例与配色方案打磨4.1 为什么默认图例用不了做完图层混合后很多人第一反应是直接开“布局管理器”添加图例结果发现图例里是两个图层各自的单变量渐变色带完全不能表达网格矩阵的含义。这就必须手动画一个“二元图例”。二元图例的常规形态是一个2×2或3×3的矩阵网格横轴代表变量A从低到高纵轴代表变量B从低到高每个格子颜色对应地图里的混合结果。这个矩阵本质上就等价于“颜色查找表”读者对照格子颜色就能在地图上快速定位每个区域的组合类型。QGIS默认的图例项不支持这种矩阵样式所以绘制工作往往要放在“布局管理器”或外部绘图软件里完成。4.2 手把手画一个矩阵图例先说最简单的方式——直接在QGIS布局管理器里画。打开“布局管理器”新建一个布局拖入地图后再从左侧“添加图例”工具添加图例后续把这个自动图例删掉只用来占位。在布局里插入一个“矩形”或“多边形”元素按照你的分类数复制若干份。比如3×3矩阵就画9个小正方形横排3个、竖排3个。给每个矩形填充对应的颜色。填充色可以在右侧“项目”面板的“符号”里手动设置RGB值然后逐一和地图主体配色的9个色值对齐。这个方法看起来笨拙但胜在纯QGIS环境内完成不依赖其他软件。在每个矩形下方或左侧添加“标签”元素写上“变量A低”“变量A高”“变量B低”“变量B高”并用箭头或渐变示意方向。如果你手头有Inkscape或者PPT更省力的做法是在外部画好一个矩阵图例导出成SVG或PNG再拖进QGIS布局管理器里。这样排版自由度更高字体也好控制。需要注意导出PNG的分辨率至少300dpi否则打印出来会糊。4.3 配色到底怎么选才不容易翻车选色是整个流程里主观性最强、也最需要克制的一环。二元分区着色图的基础逻辑是暖色和冷色作为两个“坐标轴”但具体用什么暖色、什么冷色有讲究。色盲友好是首要考虑。红绿组合看着很传统但对红绿色盲读者基本无效。更稳妥的替代是“橙色vs蓝色”或“橙黄色vs蓝紫色”这两种搭配在多种色觉异常情况下依然能区分。另一个被大量专业图表采用的方案是“酒红vs蓝灰”优雅且对比度适中。如果你用的是QGIS官方默认的“RdYlBu”红-黄-蓝作为暖色层、“BuGn”蓝-绿作为冷色层叠加出的颜色容易显得脏。原因是黄色和绿色混合后会产生很难看的黄绿色干扰信息表达。我更推荐用“OrRd”橙-红或“YlOrBr”黄-橙-棕这种高饱和度暖色配“GnBu”绿-蓝或“PuBu”紫-蓝作为冷色叠加后的中间色更干净。具体在QGIS里操作符号化 → 渐变 → 点“颜色渐变”下拉框 → “新颜色渐变”可以选择颜色范围和对应的色带方案。5. 视觉陷阱与更进一步的延展5.1 最常见的三种“误读陷阱”成图出来之后不等于大功告成。我在实际项目里被别人问过很多次发现读者在解读二元分区图时经常掉进三个坑第一个坑是“把归一化后的高低当成绝对数值的高低”。如果你的变量是经过分位数归一化的那“高”只代表“在样本里排名靠前”并不意味着绝对值大。写报告时必须把图例和文字说明放在一起最好注明“颜色深浅基于分位数排名”。第二个坑是“把高A高B当成正相关证据”。二元图只展示两个变量的组合分布并不直接提示相关性大小。哪怕两个变量完全独立也会有四象限颜色同时出现的局面。想严谨地谈相关性得配合散点图和相关系数地图本身说明不了因果或相关。第三个坑是“色彩感知强度差异”。人眼对不同色相的敏感度不一致暖色调往往比冷色调显眼同样的饱和度下红色比蓝色更容易抓住视线。如果两个变量重要程度相当选色时要故意压低暖色的饱和度、稍微调高冷色的对比才能在图面上达成“视觉平衡”。这个细节是我在反复调整中摸索出来的市面教程很少提到。5.2 验证你的图和散点图互相印证很多时候颜色配得眼花缭乱自己也拿不准到底反映得准不准。我的习惯是在QGIS里同步打开两幅面板左边是地图右边是这两个变量的散点图。把散点图的横轴设成变量A纵轴设成变量B每个点对应地图里的一个面要素。然后回到地图上目测高A高B区域对应散点图右上象限的点高A低B区域对应右下象限。两边高度一致说明颜色切分和阈值设置成功如果散点图右上象限的点在地图上呈现得很少反而中间色调区域很多那就说明色带起点太高或阈值选择不当需要回炉。5.3 如果你还想更进一步二元分区着色图的可扩展空间其实很大。最常见的方向是把时间维度加进去比如同一指标在不同年度的二元关系可以用分面地图按年份排列形成一个小型时序系列。另一种做法是做“差异对比”把时间1的数值减去时间2的数值作为两个变量正负方向分开建模就能用二元色展示“谁升了、谁降了、谁一升一降”的复杂格局。插件方面QGIS官方的插件仓库里有个叫Bivariate Renderer的插件可以简化部分流程不过它本质也是帮你快速配置双色渐变图层熟练之后手搓反而更可控。建议先把手动流程跑顺再考虑插件提速。6. 常见问题与排查技巧实录6.1 高频问题速查表现象可能原因快速处理叠加后图面大面积发黑混合模式为“乘法”且两个变量高值区大量重叠降低上层图层透明度或把分类阈值调低颜色灰蒙蒙、对比度低色带浅色起点太高或数据归一化后分布集中换用对比度更强的色带检查直方图图层一关掉另一个颜色就变图层混合依赖两个图层同时开启导出图片前务必确认两个图层都处于可见状态添加图例后自动出现两份单变量图例未手动创建矩阵图例按第4.2节手工制作矩阵图例字段计算时提示表达式错误字段名带空格或中文导致语法问题用双引号包裹字段名表达式写my field图上位置偏移两个图层对不上复制的图层坐标系不同或开启了几何纠正确认两个图层都使用同一CRS检查“图层属性→信息”找不到“混合模式”选项QGIS版本差异导致菜单位置不同在图层渲染/透明度菜单下找新版本在“符号化”选项卡底部6.2 QGIS版本差异带来的坑QGIS从2.x升级到3.x之后很多菜单位置变了。老教程里常写的“图层属性 → 样式 → 图层混合模式”在3.28 LTR版本里对应的路径是“图层属性 → 符号化 → 图层渲染”。如果你打开属性框发现找不到“混合模式”八成是版本界面调整了到右侧滚动条下面的“图层渲染”区域找那个位置有“图层混合模式”下拉菜单和“不透明度”滑块。另外新版本的符号化对话框默认预览速度更快但大量要素叠加实时刷新会卡顿。我在做全市几千个街道级别的二元图时开着两个图层反复拖动阈值画布经常掉帧。解决办法是在“视图”菜单里关闭“实时地图更新”或者在“项目 → 属性 → 渲染”里开启“仅在地图交互时渲染”模式调整完阈值再一次性刷新。6.3 输出与导出环节的几点经验成图之后要导出一般有两种方式。一种是直接用“布局管理器”里的“导出为图片”适合插到PPT和报告里另一种是从菜单栏“项目 → 导入/导出 → 导出地图为图片”可以在不进入布局的情况下快速输出当前画布。导出时分辨率务必手动设置别用默认的96dpi。我做A4幅面报告时一般设300dpi导出的PNG清晰度足够出版印刷。如果只要屏幕展示150dpi就够了文件体积也小很多。还有个小细节导出前最好把两个数据图层以外的辅助要素比如标注、装饰层单独归到一个组里后续改动方便也不容易误删。最后分享一点个人经验我做多变量可视化已经有几年时间踩过不少坑之后现在养成的习惯是动手做二元分区着色图之前先花两分钟拉一张两个变量的散点图看看相关方向和数据分布。这步几乎不花时间但能提前预判成图后颜色分布是否均匀、四象限是否会出现大面积空白。如果两个变量高度相关我会考虑换变量或者干脆回到两幅单变量图毕竟可视化是为了帮助理解数据不是为了炫技。另外再分享一个小技巧如果你经常要在不同项目里复用同一套配色和分类方案可以在图层符号化设置里把配色方案保存为快捷键方案或者把调好的图例做成布局模板。这样下次拿到新数据只需要替换数据源、刷新字段几分钟就能产出一张风格统一的图。真正熟练之后你会觉得二元分区着色图并不神秘它只是帮你把两个维度整整齐齐地摆在了一张画布上。
QGIS二元分区着色图完全指南：双变量地图制作与配色技巧
做地图这件事单变量看到头双变量才是真正开始纠结的地方。比如人口密度和家庭收入、污染浓度和呼吸道疾病、房价和租金这类“一个空间里两个指标同时变化”的问题画两张图并排看总觉得差点意思眼睛来回扫半天也说不清“到底哪里两个指标都高、哪里一个高一个低”。QGIS里有一种很成熟的呈现方式叫二元分区着色图能把两个变量同时塞进一张地图的色调关系里一眼看出空间分布上的组合类型。这篇文章我就从原理、数据准备、实操步骤到避坑经验完整拆一遍这个技巧适合正在做区域分析、城市规划、商业选址、社会经济数据可视化的朋友参考。需要说明的是这里用的方法是“双图层叠加 混合模式”方案之所以这么选是因为QGIS默认的符号系统没有一键生成二维分类图的按钮但通过巧妙的图层叠加效果完全不输专业商业软件而且自由度更高。1. 内容整体设计与思路拆解1.1 为什么需要“二元分区着色图”先想一个问题如果手里有两个变量想同时展示在地图上最常见的做法是什么大多数人第一反应是画两幅图并排左边是变量A右边是变量B。但人眼的视觉对比能力远没有我们想象的强尤其是当图幅较大、图例不同、色带不一致时读者很难在脑子里完成“叠加比较”这一步。你真正想表达的往往是“高A高B”“高A低B”“低A高B”“低A低B”这四种组合并排看图等于把判断工作全部抛给了读者。二元分区着色图解决的就是这个核心矛盾用颜色本身携带“两个维度的信息”。它的基本逻辑其实很简单——把两个变量分别映射到两种基础色相上比如变量A用暖色渐深表示“越来越高”变量B用冷色渐深表示“越来越高”然后把两张图叠在一起。暖色和冷色混合后会形成一系列新的颜色哪边都高就是深紫色系哪边都低就是浅灰色系只有A高是暖色系只有B高是冷色系。这种思路在统计学上很像“二维核密度”的可视化简化版本在地理学里则被叫作bivariate choropleth map很多政府统计部门和研究机构都爱用这个方案展示收入与教育水平、健康状况与医疗资源之间的关系。1.2 为什么不用其他可视化方案在自己动手之前我建议你先把这个方案的适用边界搞清楚否则做出来很容易被质疑“花哨但信息量不足”。我列几个常见替代方案逐个说明它们的利弊。方案优点缺点适合场景并排两幅单变量地图实现简单读者熟悉视觉对比困难空间组合关系无法一眼看出两个变量各自分布规律都重要、不需要看组合关系时散点图 地图联动能精确看出相关性地图和散点图要来回切换交互实现成本高有交互条件的线上分析平台二元分区着色图一张图容纳两个变量组合关系一目了然颜色解读需要训练图例设计较麻烦静态报告、海报、规划方案展示小倍数small multiples信息密度高适合展示更多维度幅面占用大读者对比较吃力3个以上变量、需要严谨对比时从这个表能看出来二元分区着色图并不是“万能药”它赢在“空间组合关系”的表达效率上。如果你手里两个变量之间基本不相关或者你更关心单个变量的高值区域那老老实实画两幅单变量图反而更靠谱。1.3 工具选型为什么是QGIS市面上能做二元分区着色的工具有不少。ArcGIS Pro 通过Arcade表达式也能模拟但操作路径相对繁琐Datawrapper这类在线工具有现成的bivariate模板缺点是数据得传到云端、图层精细控制能力弱R语言和Python也能做但对非编程背景的同事太不友好。QGIS最打动我的是三点一是完全免费开源团队协作时不用担心授权问题二是符号系统足够灵活同一个图层复制两份、分别用不同方式渲染、再用混合模式叠加这个能力比很多商业软件还顺手三是中文资料近年来逐渐多了起来新用户在渲染设置里把界面语言切到简体中文学习门槛会降一大截。把同一份矢量数据复制出两个图层分别赋予热色系和冷色系渐变再通过“乘法/正片叠底”混合模式叠加这本质上是在利用RGB颜色空间里的通道混合逻辑——具体怎么做第三章会详细展开。2. 数据准备决定成图效果的隐藏工程量2.1 属性表怎么组织最省心很多人一上来就急着打开符号系统配色做完才发现颜色全乱了回头排查半天根源往往是数据表结构没理清。做二元分区着色之前先把矢量图层的属性表打开确认两列关键字段的格式是数值型而不是文本型。QGIS里文本型字段显示为右对齐数值型字段显示为左对齐这一眼就能分出来。如果手头数据没有现成的两列数值就得先做字段计算。比如你手里是某市的街道边界带总人口和总面积两列那“人口密度”就可以通过字段计算器新建一列来算。操作路径是右键图层 → 打开属性表 → 左上角“字段计算器”按钮 → 勾选“新建字段”→ 输出字段名填“pop_density”→ 表达式写total_pop / area_km2,精度选整数或双精度都行。建议把所有参与计算的中间字段都显式建出来别在符号系统表达式里临时算。临时计算很容易在后期调整阈值时找不到入口字段写死之后每次只需刷新数值符号系统自动联动效率高得多。2.2 归一化直接上色等于给自己埋雷这是二元分区着色里最容易被忽视、却最容易翻车的环节。两个变量如果量纲不同比如一个取值范围是0到100另一个是0到100000直接扔进符号系统做渐变结果必然是数值大的那个变量“压过”另一个整张图的颜色几乎只反映大数量级的变量。所以在进入渲染之前必须让两个变量要么都变成比率如密度、百分比、人均值要么都做归一化处理。归一化最朴素的做法就是极差标准化把每个变量的取值映射到0到1之间。在QGIS字段计算器里写表达式也很简单比如全局最小值和最大值可以用minimum(字段名)和maximum(字段名)直接取到新建一列写(x - minimum(x)) / (maximum(x) - minimum(x))即可。这个方法的好处是成图颜色对比鲜明坏处是离群值会把大多数区域压到很低的色阶上所以做之前最好先看一下直方图分布。另一种更稳健的思路是排名百分位简单说就是每个要素的排序百分比代替原始数值。这种变换在统计里叫分位数变换对偏态分布特别友好。如果你没有装额外插件可以在字段计算器里用percent_rank(x)函数QGIS从3.x版本开始内置了相关统计函数非常方便。2.3 分类方法与阈值选择把两个变量都处理成连续渐变值之后紧接着要决定怎么切分类。这里的“分类阈值”直接决定了读者看到的是“细腻渐变”还是“清晰的四象限色块”。分类方法原理优点缺点适用场景分位数法Quantile每个类别包含相等数量的要素各类别均匀图面平衡可能把相近值强行切开分布偏态严重时首选等间隔法Equal Interval按数值范围平均切分阈值好解释间距清晰极端值会吞噬中间类别数据近似均匀分布时标准差法Standard Deviation按距均值几个标准差切分便于识别离群区域普通读者不太理解数据接近正态分布时我的经验是做二元分区图的初期阶段直接选“分位数法”分成3段或4段都行。分位数法能保证每个阈值区间内的要素数量相对均衡避免某个变量高值区只有零星几个面结果成图后四象限颜色分布失衡。等你把整体流程跑通、对颜色组合有了感觉再回头试试其他方法也不迟。顺带提醒一个细节符号系统里的分类数如果设置成“4×4”矩阵即每个变量分4段成图理论上有16种颜色组合信息量一下子大了很多但图例和读者的认知负担会爆炸。第一次做控制在3×3九宫格以内四象限的解读效率反而更高。3. 五步做出第一张属于你的二元着色图3.1 同一份数据复制成两个图层数据准备妥当之后进入QGIS正式开始制图。第一步很无脑但很关键在图层面板里右键你的矢量图层选择“复制图层”然后“粘贴图层”会得到一个一模一样的副本。把副本重命名成类似“变量A_暖色层”“变量B_冷色层”避免后期叠加时搞混。为什么要两份图层因为QGIS的符号化系统一个图层只能有一套颜色方案。二元着色图需要两个变量的色带在同一个图面上混合最直接的办法就是让它们分别占据两个独立图层利用图层叠加来“混合颜色”。这里有一个认知要把牢这两个图层用的是完全相同的几何数据区别只在于渲染方式。后期调整时你改了其中一个图层的符号样式不会影响另一个这正是我们想要的解耦效果。3.2 第一层用暖色渐变表达变量A先把“变量A_暖色层”设为可见把“变量B_冷色层”暂时关掉我们从最底层的那个变量开始。右键图层 → 属性 → 符号化在“符号化”下拉框里选“渐变”或“分级”。如果选渐变色带直接选从浅黄到橙红这类暖色序列如果选“分级”同步设置分类方法和分类数。我一般习惯把阈值切好后再去调整配色操作路径是符号化选项卡里选择“分级”模式选择“分位数”类别填3然后双击每个类别前面的颜色块单独调整颜色。底层的颜色建议从“很浅的米黄色”到“中等橙黄色”再到“深橙红色”。注意最浅颜色不要太白后面还要叠加第二层太浅的底色可能会被上层颜色完全盖住。3.3 第二层用冷色渐变表达变量B现在打开“变量B_冷色层”的符号化设置同样选择“渐变”或“分级”这次用冷色系浅蓝、中蓝、深蓝。关键一步来了在“符号化”对话框下方找到“图层渲染”或“符号渲染”区里面有“混合模式”选项。把混合模式从默认的“正常”改为“乘法”Multiply。有些版本的QGIS里也叫“正片叠底”本质是一样的。混合模式选“乘法”后不光要保证两个图层几何重合还要让它们颜色按通道相乘。假设底层是橙红色(R200, G50, B0)上层是蓝色(R0, G50, B200)乘法混合就是每个通道对应相乘之后除以255得到的是一个偏深色的蓝紫色。这就是“高A高B”区域会呈现深色系的原因——两个颜色都在强饱和状态相乘后亮度被压低而“低A低B”区域因为两边都接近浅色相乘后依然很浅。那为什么不直接用“透明度”叠加透明度叠加本质是加权求和两个强色叠在一起颜色会变灰变脏而且方向感不清晰。乘法混合保留了两个色相各自的“存在痕迹”更容易读懂。3.4 调整透明度与图层面板顺序混合模式设好之后效果可能偏暗。原因很简单两个渐变图层叠加后如果两个变量都是中等值乘法结果会明显偏暗。我的处理办法把上层图层冷色层的整体透明度调到70%85%区间。在“图层渲染”区域同样可以找到“透明度”滑块这属于全局透明度会同时作用于颜色和图例直观有效。具体数值根据底图的明暗来微调如果叠加后颜色太闷就往高透明度方向调即让上层更透明露出更多底层。顺序上冷色层放上面、暖色层放下面比较稳妥。两者谁上谁下在几何上是重叠的但因为混合模式是非交换的上层颜色的透明度设置会产生不同结果。我的经验是暖色层做“基底”因为人的视觉对暖色更敏感冷色上层轻微半透明再叠加更容易形成“冷色在表面、暖色从底下透出来”的立体层次感。3.5 检查四象限微调分类阈值图层叠加后先不要急着导图。打开图层面板右键暖色层在“符号化”里临时把分类数改成2段试试你会发现图面变成清晰的四色低A低B、低A高B、高A低B、高A高B。再把分类数改成3段图面变成9色。这就是你最终要面对的信息粒度。如果发现某个象限比如高A高B明显没有几个区域或者某个颜色占据了80%的图面就要回去重新看数据。大概率有两个原因一是两个变量高度正相关高值区大量重叠此时图面会以“两边都高”和“两边都低”为主二是阈值切分方式不合适比如用了等间隔法偏态数据把大多数区域推到了低值区间。调整阈值时在符号化面板里修改“模式”和“类别”QGIS会实时刷新地图画布。多次尝试后找到那个“四象限颜色数量相对均衡”的切法通常就是成图效果最稳的状态。4. 图例与配色方案打磨4.1 为什么默认图例用不了做完图层混合后很多人第一反应是直接开“布局管理器”添加图例结果发现图例里是两个图层各自的单变量渐变色带完全不能表达网格矩阵的含义。这就必须手动画一个“二元图例”。二元图例的常规形态是一个2×2或3×3的矩阵网格横轴代表变量A从低到高纵轴代表变量B从低到高每个格子颜色对应地图里的混合结果。这个矩阵本质上就等价于“颜色查找表”读者对照格子颜色就能在地图上快速定位每个区域的组合类型。QGIS默认的图例项不支持这种矩阵样式所以绘制工作往往要放在“布局管理器”或外部绘图软件里完成。4.2 手把手画一个矩阵图例先说最简单的方式——直接在QGIS布局管理器里画。打开“布局管理器”新建一个布局拖入地图后再从左侧“添加图例”工具添加图例后续把这个自动图例删掉只用来占位。在布局里插入一个“矩形”或“多边形”元素按照你的分类数复制若干份。比如3×3矩阵就画9个小正方形横排3个、竖排3个。给每个矩形填充对应的颜色。填充色可以在右侧“项目”面板的“符号”里手动设置RGB值然后逐一和地图主体配色的9个色值对齐。这个方法看起来笨拙但胜在纯QGIS环境内完成不依赖其他软件。在每个矩形下方或左侧添加“标签”元素写上“变量A低”“变量A高”“变量B低”“变量B高”并用箭头或渐变示意方向。如果你手头有Inkscape或者PPT更省力的做法是在外部画好一个矩阵图例导出成SVG或PNG再拖进QGIS布局管理器里。这样排版自由度更高字体也好控制。需要注意导出PNG的分辨率至少300dpi否则打印出来会糊。4.3 配色到底怎么选才不容易翻车选色是整个流程里主观性最强、也最需要克制的一环。二元分区着色图的基础逻辑是暖色和冷色作为两个“坐标轴”但具体用什么暖色、什么冷色有讲究。色盲友好是首要考虑。红绿组合看着很传统但对红绿色盲读者基本无效。更稳妥的替代是“橙色vs蓝色”或“橙黄色vs蓝紫色”这两种搭配在多种色觉异常情况下依然能区分。另一个被大量专业图表采用的方案是“酒红vs蓝灰”优雅且对比度适中。如果你用的是QGIS官方默认的“RdYlBu”红-黄-蓝作为暖色层、“BuGn”蓝-绿作为冷色层叠加出的颜色容易显得脏。原因是黄色和绿色混合后会产生很难看的黄绿色干扰信息表达。我更推荐用“OrRd”橙-红或“YlOrBr”黄-橙-棕这种高饱和度暖色配“GnBu”绿-蓝或“PuBu”紫-蓝作为冷色叠加后的中间色更干净。具体在QGIS里操作符号化 → 渐变 → 点“颜色渐变”下拉框 → “新颜色渐变”可以选择颜色范围和对应的色带方案。5. 视觉陷阱与更进一步的延展5.1 最常见的三种“误读陷阱”成图出来之后不等于大功告成。我在实际项目里被别人问过很多次发现读者在解读二元分区图时经常掉进三个坑第一个坑是“把归一化后的高低当成绝对数值的高低”。如果你的变量是经过分位数归一化的那“高”只代表“在样本里排名靠前”并不意味着绝对值大。写报告时必须把图例和文字说明放在一起最好注明“颜色深浅基于分位数排名”。第二个坑是“把高A高B当成正相关证据”。二元图只展示两个变量的组合分布并不直接提示相关性大小。哪怕两个变量完全独立也会有四象限颜色同时出现的局面。想严谨地谈相关性得配合散点图和相关系数地图本身说明不了因果或相关。第三个坑是“色彩感知强度差异”。人眼对不同色相的敏感度不一致暖色调往往比冷色调显眼同样的饱和度下红色比蓝色更容易抓住视线。如果两个变量重要程度相当选色时要故意压低暖色的饱和度、稍微调高冷色的对比才能在图面上达成“视觉平衡”。这个细节是我在反复调整中摸索出来的市面教程很少提到。5.2 验证你的图和散点图互相印证很多时候颜色配得眼花缭乱自己也拿不准到底反映得准不准。我的习惯是在QGIS里同步打开两幅面板左边是地图右边是这两个变量的散点图。把散点图的横轴设成变量A纵轴设成变量B每个点对应地图里的一个面要素。然后回到地图上目测高A高B区域对应散点图右上象限的点高A低B区域对应右下象限。两边高度一致说明颜色切分和阈值设置成功如果散点图右上象限的点在地图上呈现得很少反而中间色调区域很多那就说明色带起点太高或阈值选择不当需要回炉。5.3 如果你还想更进一步二元分区着色图的可扩展空间其实很大。最常见的方向是把时间维度加进去比如同一指标在不同年度的二元关系可以用分面地图按年份排列形成一个小型时序系列。另一种做法是做“差异对比”把时间1的数值减去时间2的数值作为两个变量正负方向分开建模就能用二元色展示“谁升了、谁降了、谁一升一降”的复杂格局。插件方面QGIS官方的插件仓库里有个叫Bivariate Renderer的插件可以简化部分流程不过它本质也是帮你快速配置双色渐变图层熟练之后手搓反而更可控。建议先把手动流程跑顺再考虑插件提速。6. 常见问题与排查技巧实录6.1 高频问题速查表现象可能原因快速处理叠加后图面大面积发黑混合模式为“乘法”且两个变量高值区大量重叠降低上层图层透明度或把分类阈值调低颜色灰蒙蒙、对比度低色带浅色起点太高或数据归一化后分布集中换用对比度更强的色带检查直方图图层一关掉另一个颜色就变图层混合依赖两个图层同时开启导出图片前务必确认两个图层都处于可见状态添加图例后自动出现两份单变量图例未手动创建矩阵图例按第4.2节手工制作矩阵图例字段计算时提示表达式错误字段名带空格或中文导致语法问题用双引号包裹字段名表达式写my field图上位置偏移两个图层对不上复制的图层坐标系不同或开启了几何纠正确认两个图层都使用同一CRS检查“图层属性→信息”找不到“混合模式”选项QGIS版本差异导致菜单位置不同在图层渲染/透明度菜单下找新版本在“符号化”选项卡底部6.2 QGIS版本差异带来的坑QGIS从2.x升级到3.x之后很多菜单位置变了。老教程里常写的“图层属性 → 样式 → 图层混合模式”在3.28 LTR版本里对应的路径是“图层属性 → 符号化 → 图层渲染”。如果你打开属性框发现找不到“混合模式”八成是版本界面调整了到右侧滚动条下面的“图层渲染”区域找那个位置有“图层混合模式”下拉菜单和“不透明度”滑块。另外新版本的符号化对话框默认预览速度更快但大量要素叠加实时刷新会卡顿。我在做全市几千个街道级别的二元图时开着两个图层反复拖动阈值画布经常掉帧。解决办法是在“视图”菜单里关闭“实时地图更新”或者在“项目 → 属性 → 渲染”里开启“仅在地图交互时渲染”模式调整完阈值再一次性刷新。6.3 输出与导出环节的几点经验成图之后要导出一般有两种方式。一种是直接用“布局管理器”里的“导出为图片”适合插到PPT和报告里另一种是从菜单栏“项目 → 导入/导出 → 导出地图为图片”可以在不进入布局的情况下快速输出当前画布。导出时分辨率务必手动设置别用默认的96dpi。我做A4幅面报告时一般设300dpi导出的PNG清晰度足够出版印刷。如果只要屏幕展示150dpi就够了文件体积也小很多。还有个小细节导出前最好把两个数据图层以外的辅助要素比如标注、装饰层单独归到一个组里后续改动方便也不容易误删。最后分享一点个人经验我做多变量可视化已经有几年时间踩过不少坑之后现在养成的习惯是动手做二元分区着色图之前先花两分钟拉一张两个变量的散点图看看相关方向和数据分布。这步几乎不花时间但能提前预判成图后颜色分布是否均匀、四象限是否会出现大面积空白。如果两个变量高度相关我会考虑换变量或者干脆回到两幅单变量图毕竟可视化是为了帮助理解数据不是为了炫技。另外再分享一个小技巧如果你经常要在不同项目里复用同一套配色和分类方案可以在图层符号化设置里把配色方案保存为快捷键方案或者把调好的图例做成布局模板。这样下次拿到新数据只需要替换数据源、刷新字段几分钟就能产出一张风格统一的图。真正熟练之后你会觉得二元分区着色图并不神秘它只是帮你把两个维度整整齐齐地摆在了一张画布上。
