分级统计图应映射比率而非绝对计数
别名: 密度映射 · 比率映射
概念解释
choropleth 的颜色通道没有归一化能力：把绝对计数（人口总数、销售总额、病例数）直接填色，数值大的一半原因是"这个地方人多/大"，而区域的地理面积不参与数值的分母。结果是大区域自动显得"严重"——它们可能只是面积大或人口基数大，密度与强度（真正有比较意义的量）反而被掩盖。映射比率（人口密度、人均收入、感染率）把面积与基数从比较中剥离，颜色才反映"单位量的强度"。
机制
比率优先的机制是面积-总量的共线性：绝对计数与区域面积/人口高度相关（大区域倾向有更多人与更多总量），直接填色时颜色很大程度上在重复"区域大小"这个地图上已经可见的信息，而非新增信息。这造成两层失真：解读层——读者把"总量大"读成"强度高"（人口大省被读成"问题严重"，可能只是人多）；比较层——不同规模区域之间的比较失去公平基线（10 倍人口地区的病例数自然更高，与防控好坏无关）。比率（每平方公里病例、人均收入）把基数归一，颜色表达的差异才指向真实的结构性差异。这一原则的知名实例是美国大选地图：按县填充"获胜党"是二值比率（还算公平），但填充"得票数"会把人口大县涂成深色制造强度错觉；同一数据的"得票率差距"与"人口加权"版本呈现的图景完全不同。当业务问题确实需要绝对量（市场总规模、总销量），比例符号图（符号大小=绝对量，位置=地理）是更诚实的通道——绝对量用符号面积，面积偏差不再污染颜色。
边界
比率映射也有边界：小分母问题——人口极少的区域比率剧烈波动（1 人社区出现 1 例病例即 100% 感染率），比率的噪声在小基数上被放大，需要配合显著性过滤或小区域合并。比率的选择本身携带立场（每千人与每平方公里回答不同问题），映射前先明确"单位是什么"而不是随手算一个比率。绝对量问题确实存在时（"哪里贡献了最多营收"），正确图形不是 choropleth 而是符号地图或排名条形图——图形类型跟随问题，而非让问题迁就图形。
怎么落地
- choropleth 默认映射比率或归一化指标；绝对计数改用比例符号图呈现。
- 检查分母稳定性：小基数区域的比率不稳定时合并区域或标注低置信。
- 图注写明比率定义（"每 10 万人病例数"），不同比率的地图不可混读。
- 验证：把同一数据的计数版与比率版并排；若两版"最深色区域"不同且比率版更符合业务直觉，即原计数版在误导。