I MIGLIORI METODI DI AGGREGAZIONE (DEI PUNTI) PER ESPLORARE GRANDI DATASET

Blog

I MIGLIORI METODI DI AGGREGAZIONE (DEI PUNTI) PER ESPLORARE GRANDI DATASET

I MIGLIORI METODI DI AGGREGAZIONE (DEI PUNTI) PER ESPLORARE GRANDI DATASET >> Tradotto da: BETTER AGGREGATION METHODS FOR EXPLORING BIG DATASETS Scritto da Sergio Álvarez il 1 settembre 2016 Per molto tempo, la maggior parte dei tool del GIS erano focalizzati sulla creazione di mappe con un piccolo dataset. Ora che abbiamo sempre più dati, abbiamo bisogno di tools migliori per visualizzare dataset che sono più grandi o rappresentano un’elevata densità di funzioni per alcuni particolari posti. Per esempio, se provate a visualizzare un dataset contenente 3 milioni di punti a San Francisco, è molto probabile che finiate ad avere più punti che pixel sullo schermo. Perciò, mostrare i punti senza aggregarli non ha alcun senso. A causa di questo, abbiamo deciso di ricostruire il modo in cui disegnate le vostre mappe, separando le proprietà grafiche da quelle di aggregazione. In CARTO Builder potete aggregare i vostri dati con piazze, esagoni, regioni amministrative (ne aggiungeremo di più in futuro), e pixel - che finiranno come heatmap - o in unità temporali, con un solo click. Per coloro che hanno usato il vecchio Editor, ciò vi ricorderà del buon OpenLayers Density map. D’altra parte, quelle aggregazioni sono calcolate al volo, così se filtrate i dati nel vostro layer, l’aggregazione sarà ricalcolata automaticamente, che sarà molto utile nell’analizzare diverse distribuzioni di punti dipendenti da un valore (analizzando la copertura degli alberi in base alla specie o all’età dell’albero). Naturalmente, supportiamo anche aggregazioni più personalizzate (ad esempio i dati delle zone censuarie), che richiedono un approccio di analisi più approfondito e poligoni da fonti diverse o privati (i confini presenti presenti in CARTO builder, derivano solo da Data Observatory) Buona analisi dei dati!