是什么使地图被归类为设计不良？

设计不良的地图不仅可能看起来不美观，而且可能传达错误的信息，这可能导致做出错误的决定。

我想请人们张贴设计不佳的地图的示例（在公共领域），并说明为什么设计不佳。

尽管这个“问题”没有一个明确的答案，但我认为它将证明是一个有用的资源，可以了解劣质设计的优点，以便其他人可以学习不要做的事情。我将让选票选择“正确”的答案。

我还希望看到有关Web映射的不良设计的示例。

我认为，虽然GIS专业人员一般知道如何创建一个漂亮的地图，我会说，他们也有一种倾向，过度复杂的网络地图，试图重新在网络上创建一个GIS桌面应用程序： 也慢使用，甚至很难到达地图。

我认为现在普通人已经习惯了Google地图的样式/简单性，因此网络地图应该采用类似的方法。

随着“ NeoGeography”（尤其是在网络领域）的爆炸式增长，我们现在有许多非GIS专业人员为网络创建地图。这些开发人员中的许多人通常都非常擅长于用户界面设计，但没有接受制图原理的培训。

我认为，使用网络地图，其全部目的在于结合制图和用户界面设计的技能。

http://cartastrophe.wordpress.com/上有很多很棒的坏例子。例如，这张欧洲地图（一部分过度使用颜色且没有明显目的的世界地图）：

除了着色之外，此地图上的标签还很杂乱。

在不考虑可读性的情况下覆盖大量数据会导致此类像素污点：

（有些人假装这些“ 混搭 ”是制图2.0。也许不是）。

来自法国联邦机构的制图不良设计的另一个示例（详细信息）：

http://www.developpement-durable.gouv.fr/IMG/pdf/DGALN_Repartition_des_reserves_mondiales_de_MP.pdf

击败北约“地图狂热” （针对儿童和成人）

加载时间很长（未压缩/未优化的Flash内容）

很少有功能（蓝色渐变背景和一些国家/地区）。

世界投影非常糟糕-找到夏威夷...

太多，无法添加到列表中。

双倍敢尝试：

http://www.nato.int/multi/mapgame/

我在维基百科上找到了几个非常差的choropleth地图的例子，这些地图按国家描述了收入不平等和贫困。尽管这两个指标都描述了连续现象，但是他们选择了看似随机的颜色来描绘连续区域中的不同范围（甚至没有发散的颜色，随机的明亮颜色）。与原始文件（GINI，贫穷）相比，我减小了上传文件的大小，因为我认为它们使我无法查看完整文件（请注意！）

进行批判时，似乎很明显他们应该为每个指标选择一种连续的配色方案（从浅色到深色或反之亦然），因为它们表示连续的数据（您应该遵循自己的建议维基百科！ ）也许该方案适合于名义数据，但是即使那样，我也不认为这种鲜艳的颜色是一个不错的选择（也许一些描述某些类别的小地图可能更容易阅读）。对于一组更可口的颜色选择，检查Cynthia Brewer和她的Colorbrewer applet的工作是一个不错的开始。

作为原始资料的注释，它说它来自CIA世界事实手册（数据肯定是），但我在真实的CIA世界事实手册网站上却找不到这种愚蠢的地图，因此无法追溯通过维基共享资源中的这些文件。这可能是原创作品，我认为这违反了维基百科的政策。也许不用抱怨，我应该上传一个新的！

尽管这张地图在美学上令人愉悦（至少是左侧的小倍数），但我相信当将所有三个图层都放在彼此之上时，它的效果非常差。对于我认为显示这些多元数据的更好方法，请查看该站点上的其他主题- 在打印地图上有效显示人口统计数据。

地图取自http://www.good.is/。在此处可以更好地查看实际地图（具有缩放功能）。

此类颜色混合的另一个示例在Friendly（2007）中。为了更明确地说明这些配色方案存在的问题，是它们混淆了配色方案中的观察结果。也就是说，多边形可以具有不同的属性值，但接收相同的颜色！（请参阅本演示文稿，色彩使用的实证研究Paul Murrell和Ross Ihaka对此进行了更详细的说明）。上面对“友好”的引用在脚注中给出了一个示例，其中两个具有相同属性的不同集合将映射为相同的颜色。这只是在尝试通过当前地图中的颜色区分观察之间的扩展。您必须对颜色进行一些不可能的心理映射，以找出原始属性值是什么，并且它不像图例所示那样简单。

在下面，我试图重新创建他们的传奇人物所喜欢的东西。尽管我最终没有成功，但我认为问题仍然很有意义（我怀疑我不成功的原因不仅是因为我的初始颜色不正确，而且还因为透明覆盖物在颜色之间和之间可能不一致。要获得上述地图，我的软件处理透明度和颜色的方式也可能与其应用程序不同）。要阅读图例，如下所示，右上方的丑陋颜色是所有这三种颜色的混合面板。颜色组织方式的阵列显示在下方和左侧的相邻面板中。在样例中，黄色渐变增加，在面板下方，蓝色渐变增加，在面板右侧，红色渐变增加。

当颜色混合在一起时，很容易看到项目之间的对比度大大降低。尽管看起来好像是我故意重制了一个cr脚的示例，但在进行一些实验后，我始终无法在其贴图内重现颜色阵列，并且所有产生的图例都遭受了基本相同的问题（因此，我知道产生它们的贴图的神奇颜色，我很乐意在这里复制它们）。

并不是确切的答案，但与此线程徒劳无功。Mark Monmonier撰写的《如何与地图说谎》一书很有趣。其中大多数是故意创建的扭曲或隐藏数据的错误地图。操作地图非常容易，以使您明白自己的观点，因此请牢记本书中的想法，以确保您不会真正越界。

（来源）

http://www.press.uchicago.edu/ucp/books/book/chicago/H/bo3696845.html

我之所以提供这一点，是因为它是一本备受推崇的制图学教科书中典型的插图，因此它并不是一张一次性的坏地图：它例证了人们在（某些）大学中所受的教育。

其下方的标题显示为

回归残差图。相对于回归线，具有Y值大大低估或高估的地理区域，用可识别的区域符号进行映射。研究区域的这些部分需要更仔细地调查。可能需要更多数据来确定为什么这些部分中的因变量会像它们一样起作用。识别偏差区域是残差贴图的主要应用。

问题在于，从其构造的概念开始，该图及其解释在许多重要方面都是错误的：残差的Choropleth图不如许多其他可用技术。此处绘制的残差模式不仅因制图不佳（而且是一个可怕的传说）而具有欺骗性，而且实际上可以预料到，通过非常好的回归可以得到残差！本书的作者以这种方式提出了一个根本不存在的问题，提出了不切实际的期望，并建议了可能昂贵且毫无意义的其他数据收集工作。

标题的最新竞争者。

我只会在第一张地图上描述我的主要评论：“人口”，在Firefox（OSX）中以默认比例和位置显示。

• 绝对定量数据通过颜色类别进行分类和表示：信息量大大减少。大约200个数字值减少为五个颜色值。
• 分类方法很特殊：印尼和中国属于同一类别（234M / 1,338M）。
• 图例中显示的分类不反映实际数据值。巴拉圭的人口为640万，但传说称该类别的人口为980万（但值取自同一来源：世界银行）。
• 投影是不合适的：它是墨卡托（Mercator），例如，以格罗兰（Groënland）的大小为例。大陆块的大小相对于实际表面比例而言严重失真。没有任何理由。
• 作为前面的评论的结果，显示的比例仅在特定纬度（未精确）下才是正确的，而不是隐式暗示的整个地图。
• 数据粒度与某些显示的大型地图实体不一致：阿拉斯加与美国在同一级别，格伦兰与丹麦在同一级别。
• 由于先前的评论，Groënland被错误地表示为属于最低人口类别，该类别起始于980万，但其人口仅为57,000。
• 图例颜色与地图颜色不同（已通过photoshop滴眼工具验证）（！）。
• 在默认比例下，大湖和内海的颜色与国家/地区相同，只是阴影更深。
• 在默认比例下，将在四个方向上裁剪地图。
• 与建议的顺序相比，图例中元素的顺序是相反的（例如，参见TA Slocum，《专题制图和可视化》，Prentice Hall，1999年； BD Dent，《制图：专题地图设计》，McGraw-Hill，1999年），但这是ESRI软件的默认设置。
• 与某些较暗的表面颜色相比，轮廓颜色还不够鲜明。例如，尝试查看土耳其和伊朗之间或某些西欧国家之间的边界。
• 莫名其妙的数据缺乏：法国圭亚那。
• 抱歉，太累了无法继续，这很痛苦。

我发现这个“珍珠”的来源是来自ForumSIG的Maxime。

这些如雨后春笋般冒出ALL过FB，Gmail和一般的互联网。每个人都对它们赞不绝口，但是我认为它们很糟糕，尤其是考虑到它们代表着如此简单的数据。我的问题：
颜色的暗度/密度是什么意思？还有更多回应？每个调查的人均回答是否更多？
白色区域没有反应吗？他们是否接受过调查？
不幸的是，这些问题的答案都可以在博士生的网站上找到，但是在其他网站共享地图时却完全被忽略了。

地图共享方式的示例：http : //au.businessinsider.com/22-maps-that-show-the-deepest-linguistic-conflicts-in-america-2013-6#the-pronunciation-of-caramel -starts-disregarding-vowels-one-you-go-west-of-ohio-river-1
Joshua Katz的描述：http : //spark-1590165977.us-west-2.elb.amazonaws.com/jkatz/ SurveyMaps /

我个人的最爱之一来自《爱丁顿交通研究》第 66页（链接的PDF第20页）：

这张地图有几个直接的问题：

1. 另一个答案指出了另一张地图。该地图覆盖显著的数据，使得它并不比描绘人口密度的粗略估计更多。

2. 饼图的面积或直径是否表示了按年龄划分的应纳税额？传说说“ 按年龄划分的可估价值”，饼图的面积或直径与年龄分布之间是否存在相关性？

3. 在每个饼图中，比例是否代表截至2003年该时间段内建造的仓库的百分比？