企业官网建设流程全解析

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。

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”。

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(R=200, G=50, B=0)，上层是蓝色(R=0, G=50, B=200)，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。

1. 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。
2. 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。
3. 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。
4. 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

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。