따알깍PROMPT DICT 앱으로 열기

데이터 · 정보 시각화 · 지도 · 네트워크

지도 · 지리 데이터 시각화 Maps & geospatial data visualisation

단계구분도 계급 분류와 정규화, 비례 기호, 헥스빈, 카토그램, 흐름 번들링, 투영 왜곡, 이변량 범례, 보간·래스터·음영기복까지 — 같은 합성 국가 데이터로 '잘못 읽히는 지도 vs 정직한 지도'를 A/B로 비교하는 카토그래피 사전입니다.

카드 39개 · 카드마다 설명과 바로 복사해 쓸 수 있는 프롬프트 전문 · 앱에서 라이브 데모로 보기

카드 목록 39개
  1. 단계구분도 계급 분류 3방식 (등간격 · 분위수 · Jenks)
  2. 원값 지도 vs 인구 대비 비율 지도 (정규화)
  3. 비례 원 크기: 반지름 비례 vs 면적(√) 비례
  4. H3 육각 계층 집계 (해상도 6 → 7 → 8 · 셀 면적 1/7)
  5. 구역 경계 바꾸기 문제 (MAUP · 게리맨더링)
  6. 연속 카토그램 (고무판 변형 · 인접 유지)
  7. 흐름선 엣지 번들링 (직선 헤어볼 → FDEB 묶음)
  8. 메르카토르 vs 등적 투영 (티소 지시원 · 그린란드 면적)
  9. 이변량 단계구분도 3×3 (마름모 범례 · 칸 강조)
  10. 두 시점 지도 나란히 vs 변화량 지도 (발산 색상)
  11. 비례 원 겹침 vs 스파이크 지도
  12. 지도 라벨 배치 · 충돌 회피 (우선순위 + 8방향 후보)
  13. 해안선 단순화 비교 (Douglas–Peucker vs Visvalingam)
  14. 시공간 큐브 GPS 궤적 (헤게르스트란드)
  15. 무지개 색상 vs 지각 균등 색상 (가짜 경계 · 밝기 곡선)
  16. 관측소 점 → 면 보간 (티센 · IDW · 등치선)
  17. 값 × 투명도 지도 (Value-by-alpha · 빈 땅 효과 보정)
  18. 글리프 맵 (지역마다 24개월 스파크라인)
  19. 위성 밴드 조합 → NDVI 식생 지수
  20. 음영기복 광원 방위 (북서 315° vs 남동 135° 요철 반전)
  21. 대시메트릭 지도 (행정구역 평균 → 토지피복으로 인구 재배분)
  22. 타임랩스 단계구분도 색 도메인 (고정 vs 연도별 자동)
  23. 등고선 위계 + 고도 단계 채색 (주곡선 · 계곡선 굵게 · 값 라벨 끊어 쓰기)
  24. 타나카 조명 등고선 vs 우모(해처) vs 일반 등고선 (음영기복 없이 선으로 입체감)
  25. 웹 메르카토르 축척 막대는 위도마다 다르다 (적도값 고정 vs 중심 위도 보정)
  26. 멀리 떨어진 섬 인셋 배치 (전체 범위 지도 vs 인셋 상자 · 축척 따로 표기)
  27. 흐름 지도 굵기 · 왕복 분리 (균일 직선 vs 굵기 ∝ 양 · 오른쪽으로 휘기 · 큰 선 아래)
  28. OD 맵 (격자 속 격자 · 흐름선 없이 출발 × 도착 행렬을 지도 배치로)
  29. 웹 지도 타일 피라미드 (z/x/y 쿼드트리 · 래스터 오버줌 흐림 vs 벡터 재렌더)
  30. 지리 노선도 → 도식 노선도 (8방향 각도 스냅 · 역 간격 고르게)
  31. 위치 개인정보 보호 (원 좌표 점 → 도넛 지오마스킹 → 격자 집계 · 5 미만 억제)
  32. 표본 오차 큰 지역 표시 (그대로 칠하기 vs 빗금 경고 vs 값 억제 팔레트 VSUP)
  33. 비연속 카토그램 (Olson · 모양 그대로 제자리 축소 · 빈틈이 말하는 것)
  34. 지도 글자 위계 (지역명 자간 · 물은 파랑 이탤릭 · 강 이름은 곡선 · 도시는 인구 3단계)
  35. GPS 궤적 3,800개 밀도 톤 매핑 (불투명 선 · 선형 · 로그 · 히스토그램 평활화)
  36. 래스터 리샘플링 규칙 (범주형은 최근접 · 연속형은 쌍선형 · 거꾸로 쓰면)
  37. 베이스맵 시각 위계 (화려한 기본 지도 그대로 vs 저대비 회색 + 라벨을 데이터 위로)
  38. 소지역 비율 지도의 함정 (인구 적은 곳이 최고·최저 · 경험적 베이즈 수축)
  39. 바람 깃 판독 규칙 (화살표는 가는 쪽 · 깃은 오는 쪽 · 50/10/5 kt 합산)

단계구분도 계급 분류 3방식 (등간격 · 분위수 · Jenks)

Choropleth classification compared: equal interval vs quantile vs Jenks natural breaks

  • D3
  • Canvas
  • simple-statistics

같은 지역 데이터를 등간격·분위수·Jenks 자연 구분으로 5계급 나누면 지도 인상이 완전히 달라지는 것을, 오른쪽 점 히스토그램 위 경계선 이동과 GVF(분산 적합도) 수치로 함께 보여준다. 단계구분도의 계급 방식을 고르고 범례에 근거를 남길 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 약 50개 지역의 오른쪽 꼬리가 긴 비율 데이터(2~60)를 5단계 순차 팔레트(#2A1E48→#FCE29A)로 칠하고, 3초마다 d3.scaleQuantize 등간격 → d3.scaleQuantile 분위수 → ss.ckmeans(Jenks 자연 구분) 순으로 계급 방식을 바꿔줘. 전환 0.65초 easeInOutCubic 동안 경계값 4개를 보간하고 지역 색은 이전·다음 계급색을 크로스페이드, 오른쪽에는 16구간 점 히스토그램(1점=1지역)과 점선 경계선 4개가 같이 움직이게 해줘. 히스토그램 아래 범례에 계급별 지역 수, 그 아래 GVF(1−SDCM/SDAM)를 소수 둘째 자리로 표시하고 상단 탭으로 현재 방식을 강조, 9초 루프.

라이브 데모 열기 — 단계구분도 계급 분류 3방식 (등간격 · 분위수 · Jenks)

원값 지도 vs 인구 대비 비율 지도 (정규화)

Raw counts vs per-capita rates: normalising a choropleth

  • D3
  • Canvas
  • Vega-Lite

사건 건수 같은 원값을 그대로 칠하면 사람이 많은 곳이 진해져 결국 인구 지도가 되는 함정을, 같은 데이터를 인구 10만 명당 비율로 나눈 지도와 나란히 놓고 상위 3개 지역 순위와 인구와의 상관계수로 비교한다. 단계구분도에 넣을 값을 정할 때 쓴다.

프롬프트

Canvas 2D로 같은 합성 국가를 좌우 두 패널에 그리고, 왼쪽은 지역별 총 건수(인구×비율), 오른쪽은 인구 10만 명당 건수를 5분위(d3.scaleQuantile, #2A1E48→#FCE29A)로 칠해줘. 지역은 1.4초 동안 서쪽→동쪽 스윕으로 채워지고, 1.9초부터 각 패널 상위 3개 지역에 1·2·3 순위 배지가 backOut(1.4)으로 0.45초씩 0.18초 간격 팝인되게 해줘. 패널 아래에는 '총 건수 (원값)'·'인구 10만 명당' 제목과 Pearson r(값, 인구)를 각각 표시해(원값은 0.9 이상, 비율은 0.2 미만이 나오도록 데이터를 구성), Vega-Lite라면 transform calculate로 rate = count / pop * 1e5. 8.5초 루프, 마지막 0.5초 페이드.

라이브 데모 열기 — 원값 지도 vs 인구 대비 비율 지도 (정규화)

비례 원 크기: 반지름 비례 vs 면적(√) 비례

Proportional symbol scaling: radius-linear vs area-true (√) circles

  • D3
  • Canvas
  • Observable Plot

도시 인구를 원으로 그릴 때 반지름을 값에 비례시키면 2배 값이 4배 면적으로 보이는 과장이 생기는 것을, 같은 16개 도시를 √ 스케일과 나란히 놓고 겹친 범례 원과 '값 비 → 면적 비' 수치로 비교한다. 지도 버블·비례 기호의 크기 규칙을 정할 때 쓴다.

프롬프트

Canvas 2D로 좌우 패널에 같은 16개 도시 원을 그려줘. 왼쪽은 r = 13u × v/vmax(선형 반지름, 오류), 오른쪽은 d3.scaleSqrt().domain([0,vmax]).range([0,13u])(면적 비례)이고, 큰 원부터 그려 작은 원이 위에 오게, 원은 순위×0.06초 스태거로 0.8초 easeOutCubic 성장. 3.2~7.6초에는 최대 도시와 그 절반 값에 가장 가까운 도시를 점선 링으로 강조하고 패널 아래에 '값 2.0:1 → 면적 4.0:1'과 '값 2.0:1 → 면적 2.0:1'을 실제 계산값으로 표시해줘. 각 패널 오른쪽 아래에 바닥 정렬 겹친 범례 원 3개(vmax, ½, ¼)를 두고, 왼쪽 원은 #FF6B5A 28% 채움, 오른쪽은 #4FD1B5. Observable Plot이면 Plot.dot(r: "pop")가 기본 sqrt 스케일임을 주석으로. 8.5초 루프.

라이브 데모 열기 — 비례 원 크기: 반지름 비례 vs 면적(√) 비례

H3 육각 계층 집계 (해상도 6 → 7 → 8 · 셀 면적 1/7)

H3-style hierarchical hexagon aggregation: aperture-7 resolutions with rotated child grids

  • h3-js
  • deck.gl
  • Canvas
  • D3

Uber H3처럼 해상도가 하나 오를 때마다 육각 셀 면적이 약 1/7로 줄고 격자가 약 19.1° 회전하는 계층 인덱스로 같은 위치 점을 res 6 → 7 → 8로 집계하며, 부모 셀 윤곽 안에 자식 약 7개가 들어가는 구조와 셀 수·최대 개수 변화를 보여준다. 배달·모빌리티·센서 위치 데이터를 줌 레벨별로 미리 집계해 두는 지도를 설계할 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 위 5,200개 위치 점(72%는 세 도시 주변 가우시안 σ=7~10)을 2초 보여준 뒤, H3 방식 계층 육각 격자로 res 6(반지름 14px) → res 7(14/√7 ≈ 5.3px, 격자 19.1° 회전) → res 8(2px, 다시 19.1° 회전) 순서로 2.6초씩 집계해줘. 각 해상도는 점 좌표를 지도 중심 기준 −θ 회전한 뒤 축좌표 큐브 반올림으로 셀을 정하고 셀 중심·꼭짓점을 +θ로 되돌려 그리며, 색은 √(count/max) 순차 팔레트 #2A1E48→#FCE29A, 셀은 반지름 94%로 채우고 레이어는 오프스크린에 한 번만 캐시. res 7·8에서는 한 단계 위 부모 셀 윤곽을 흰 22%로 겹쳐 자식 약 7개가 부모 하나에 들어감을 보이고 단계 전환은 0.6초 크로스페이드. HUD에 해상도, H3 평균 셀 면적(36.13 / 5.16 / 0.74 km²), 셀 수, 최대 개수/셀, 세로 색 범례를 표시. 실제 구현은 h3-js latLngToCell(lat, lng, res)·cellToParent와 deck.gl H3HexagonLayer. 11초 루프.

라이브 데모 열기 — H3 육각 계층 집계 (해상도 6 → 7 → 8 · 셀 면적 1/7)

구역 경계 바꾸기 문제 (MAUP · 게리맨더링)

Modifiable areal unit problem: same votes, three districtings, three results

  • Canvas
  • D3
  • Turf.js

50개 투표구의 표(노랑 40%·파랑 60%)는 그대로인데 5개 선거구 경계만 바꾸면 의석이 2:3, 0:5, 3:2로 뒤집히는 것을 보여주며, 집계 단위가 결과를 만든다는 MAUP를 설명한다. 행정구역·상권·선거구처럼 경계로 묶어 요약하는 지도를 만들거나 비판할 때 쓴다.

프롬프트

Canvas 2D로 10×5 투표구 격자(왼쪽 4열 노랑 #FFC933, 나머지 파랑 #6E80FF, 칸마다 사람 아이콘)를 그리고 같은 표를 5개 선거구(10칸씩)로 묶는 3가지 경계를 3.5초씩 순환해줘: ① 세로 2열씩 → 노랑 2 : 파랑 3(비례), ② 가로 띠 → 0 : 5(싹쓸이), ③ 수작업 게리맨더링 경계(노랑 6:4 선거구 3개 + 노랑 1~2표뿐인 선거구 2개) → 3 : 2. 선거구 경계선은 셀 경계 중 id가 다른 변만 두께 cs×9%로 그리고 0.7초 easeInOutCubic 크로스페이드, 선거구는 승자 색 20% 틴트. 오른쪽 HUD에 득표 막대(40% / 60%), 현재 방식 이름, 의석 5칸(승자 색)과 '노랑 n : 파랑 m'을 표시, 10.5초 루프. Turf.js라면 turf.collect로 점을 폴리곤별로 합산.

라이브 데모 열기 — 구역 경계 바꾸기 문제 (MAUP · 게리맨더링)

연속 카토그램 (고무판 변형 · 인접 유지)

Contiguous (rubber-sheet) cartogram via Dougenik–Chrisman–Niemeyer iterations

  • Canvas
  • D3
  • topogram
  • cartogram-chart

지역 면적을 인구에 비례하도록 지도 자체를 고무판처럼 늘이고 줄이되, 원으로 바꾸는 도링 카토그램과 달리 이웃 경계를 끝까지 공유한 채 반복 횟수와 평균 면적 오차가 줄어드는 과정을 보여준다. '빈 땅이 크게 보이는' 선거·인구 지도를 바로잡을 때 쓴다.

프롬프트

Canvas 2D로 합성 국가의 모든 지역 경계점(공유 경계는 같은 좌표)을 Dougenik–Chrisman–Niemeyer 알고리즘으로 8회 반복 변형해 면적 ∝ 인구가 되게 해줘: 매 반복마다 지역 면적 A, 목표 D = ΣA×v/Σv, r = √(A/π), 질량 M = √(D/π) − r, 거리 d의 점 이동량 F = d>r ? M·r/d : M·d²/r²·(4 − 3d/r), 감쇠 1/(1+평균 오차). 반복 결과 9개 키프레임을 미리 계산해 1.2~5.2초 동안 0.5초마다 다음 키프레임으로 easeInOutCubic 보간, 2.2초 정지 후 1.2초에 원래 지도로 복귀. 지역 색은 인구 순위 순차 팔레트, HUD에 '반복 n/8'과 평균 면적 오차(%)가 실시간으로 줄어드는 것을 표시해줘. 9초 루프, 모든 키프레임 bbox로 화면에 맞춤.

라이브 데모 열기 — 연속 카토그램 (고무판 변형 · 인접 유지)

흐름선 엣지 번들링 (직선 헤어볼 → FDEB 묶음)

Force-directed edge bundling of long-distance lines: straight hairball vs FDEB bundles

  • D3
  • Canvas
  • deck.gl
  • graphology

도시 사이 수십 개 이동 흐름을 직선으로 그리면 교차선 덩어리(헤어볼)가 되는 것을, 방향·길이·위치 호환도가 높은 흐름끼리 끌어당겨 묶는 FDEB로 정리하고 방향은 색과 움직이는 점으로 구분한다. 통근·물류·항공 노선 지도를 읽히게 만들 때 쓴다.

프롬프트

Canvas 2D로 12개 도시(최원점 샘플링) 사이 56개 장거리 흐름을 각 16분할 폴리라인으로 만들고, Holten & van Wijk FDEB(호환도 Ca×Cs×Cp ≥ 0.35, 같은 방향만 정방향 대응, 스프링 0.5 + 인력 5·Δ/(d²+1), 90회 반복 스텝 0.9→0.45→0.2, 이동량 1 이하 클램프, 3점 평활 2회)를 초기화 때 한 번 계산해줘. 0~1.4초 직선 draw-on, 1.6초부터 1.8초 easeInOutCubic로 번들 형태로 보간, 6.4초부터 1.1초에 직선 복귀. 선은 동쪽행 #4FD1B5·서쪽행 #FFC933 알파 0.32 globalCompositeOperation lighter, 각 흐름마다 방향을 보여주는 점이 0.3 cycles/s로 경로를 따라 이동하게 하고 HUD에 '직선 56개 · 헤어볼' ↔ 'FDEB · 호환도 ≥ 0.35' 전환. 8초 루프.

라이브 데모 열기 — 흐름선 엣지 번들링 (직선 헤어볼 → FDEB 묶음)

메르카토르 vs 등적 투영 (티소 지시원 · 그린란드 면적)

Map projection distortion: Web Mercator vs Equal Earth with Tissot indicatrices

  • D3
  • d3-geo
  • Canvas
  • Proj4

웹 지도의 기본인 메르카토르에서 고위도가 부풀어 그린란드가 아프리카만 해 보이는 왜곡을, 같은 크기의 티소 지시원과 화면상 면적비 실시간 계산으로 보여주며 Equal Earth 등적 투영으로 모핑해 실제 비율(1:14)과 비교한다. 세계 단계구분도·밀도 지도에 쓸 투영을 고를 때 쓴다.

프롬프트

Canvas 2D로 경위도 윤곽(그린란드·아프리카·유라시아·남북미·호주 대략 좌표)과 30° 경위선망, 위도 −60·−30·0·30·60° × 경도 6곳에 반경 6°의 티소 지시원(구면 목적지 공식으로 16점)을 그려줘. 투영은 d3.geoMercator(위도 ±82° 클립)와 d3.geoEqualEarth를 같은 화면 박스에 맞춘 뒤 점 단위로 선형 보간해 3.2초부터 1.4초 easeInOutCubic로 메르카토르 → Equal Earth, 7.6초부터 1.2초에 복귀. 그린란드 #FF6B5A 55%, 아프리카 #FFC933 45%, 지시원 #4FD1B5 25%, HUD에 현재 투영 이름(EPSG:3857 / EPSG:8857)과 신발끈 공식으로 매 프레임 계산한 화면 면적비 '그린란드 : 아프리카 = 1 : x.x', 실제 '1 : 14.0'을 표시. 9초 루프.

라이브 데모 열기 — 메르카토르 vs 등적 투영 (티소 지시원 · 그린란드 면적)

이변량 단계구분도 3×3 (마름모 범례 · 칸 강조)

Bivariate choropleth with a 3×3 diamond legend and cell highlighting

  • D3
  • Canvas
  • Observable Plot

두 변수(소득·녹지율)를 각각 3분위로 나눠 3×3 혼합색 한 장에 겹치는 지도를, 변수 1 → 변수 2 → 결합 순서로 쌓아 보여주고 45° 마름모 범례의 모서리 칸을 차례로 강조해 해당 지역만 남긴다. 두 지표의 공간적 관계(둘 다 높음/한쪽만 높음)를 한 지도로 말할 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 지역마다 소득·녹지율을 d3.scaleQuantile 3분위로 나누고, Joshua Stevens 3×3 팔레트(#E8E8E8·#E4ACAC·#C85A5A / #B0D5DF·#AD9EA5·#985356 / #64ACBE·#627F8C·#574249)로 칠해줘. 0~2.4초는 소득 축만(첫 행 색), 2.4초부터 0.6초 easeInOutCubic로 녹지율 축만(첫 열 색), 4.4초부터 결합색으로 크로스페이드하고, 6.4~9.4초에는 범례의 네 모서리 칸(둘 다 낮음 → 둘 다 높음 → 소득↑녹지↓ → 소득↓녹지↑)을 0.75초씩 흰 테두리로 강조하며 그 칸 지역만 남기고 나머지는 18% 알파로 낮춰줘. 범례는 -45° 회전 마름모(칸 = min(w×5.8%, h×8.8%)), 축 라벨 '소득 →'·'녹지율 →', 단계별로 쓰지 않는 칸은 15%로 흐리게, 칸 이름과 지역 수 n 표시. 10초 루프.

라이브 데모 열기 — 이변량 단계구분도 3×3 (마름모 범례 · 칸 강조)

두 시점 지도 나란히 vs 변화량 지도 (발산 색상)

Two side-by-side snapshots vs a single change map with a diverging scale

  • D3
  • Canvas
  • Vega-Lite

2015년·2025년 단계구분도를 나란히 두면 어디가 얼마나 변했는지 눈으로 비교해야 하는 부담을, 두 지도를 하나로 합쳐 증감률을 0이 회색인 발산 색상으로 칠한 변화량 지도로 바꾸고 최대 감소·증가 지역을 짚어 보여준다. 시계열 지도에서 '변화'가 메시지일 때 쓴다.

프롬프트

Canvas 2D로 같은 순차 팔레트·같은 도메인(0~최대)을 쓴 2015 / 2025 단계구분도를 좌우에 3.6초 보여준 뒤, 1초 easeInOutCubic 동안 두 패널이 가운데 큰 지도로 합쳐지며(왼쪽은 페이드아웃) 색이 증감률 d = (v2025−v2015)/v2015의 발산 스케일 d3.scaleDiverging([−0.3, 0, 0.3])(#2E68D8 · #4A4F5E · #E2453A)로 바뀌게 해줘. 합쳐진 뒤 0.4초에 최대 감소·최대 증가 지역에 흰 링과 실제 계산한 증감률 칩(예: '−14%'·'+23%')을 표시하고, 상단 범례도 순차 막대(0~max) → 대칭 발산 막대(−30% · 0 · +30%)로 교체, 하단 칩은 '나란히: 변화 찾기 어려움' → '변화량 지도: 0 = 회색'. 8.2초부터 0.8초에 되돌아가 9초 루프.

라이브 데모 열기 — 두 시점 지도 나란히 vs 변화량 지도 (발산 색상)

비례 원 겹침 vs 스파이크 지도

Overlapping proportional circles vs a spike map of gridded population

  • D3
  • Canvas
  • Observable Plot

5단위 격자 칸마다 인구를 원으로 그리면 도심에서 원이 서로 덮여 판독이 불가능한 것을, 원을 바닥점으로 줄이고 높이로 값을 말하는 가는 삼각형 스파이크로 바꿔 겹쳐도 비교되게 한다. 인구·매출처럼 국지적으로 몰린 값을 촘촘한 격자로 보여줄 때 쓴다.

프롬프트

Canvas 2D로 합성 국가를 5×5 단위 격자로 샘플링한 약 300개 칸에 인구 밀도 값을 두고, 처음 3.2초는 반지름 5.5u×√(v/max) 비례 원(합집합 채움 #FF6B5A 18% + 개별 외곽선 70%)으로 그려 도심 겹침을 보여준 뒤, 0.8초 동안 원이 사라지며 밑변 반폭 1.6u, 높이 h×30%×v/max의 스파이크가 서→동 0.6초 스태거·easeInOutCubic로 솟게 해줘. 스파이크는 뒤(위쪽 행)부터 앞으로 행 단위로 그려 어두운 #2A1D24 채움이 뒤 스파이크를 가리고 외곽선은 #FF6B5A 0.9px. Observable Plot이면 Plot.spike(…, {length: "pop"}). HUD 칩은 '비례 원 · 겹친 원 n%' ↔ '스파이크 · 높이 ∝ 인구', 8.3초부터 되돌아가 9초 루프.

라이브 데모 열기 — 비례 원 겹침 vs 스파이크 지도

지도 라벨 배치 · 충돌 회피 (우선순위 + 8방향 후보)

Map label placement: naive right-side labels vs priority-ordered 8-candidate greedy placement

  • Canvas
  • D3
  • Mapbox GL
  • labelgun

도시 이름을 모두 점 오른쪽에 붙이면 줌아웃 때 글자가 겹쳐 읽히지 않는 것을, 인구 순 우선순위로 8개 후보 위치(동·북동·남동·북·남·서·북서·남서)를 차례로 시도하고 다른 라벨·점과 겹치면 생략하는 탐욕 배치와 비교한다. 줌에 따라 라벨이 늘고 주는 지도·대시보드를 설계할 때 쓴다.

프롬프트

Canvas 2D로 인구 상위 28개 도시(점 반지름 1.6+2.2√(pop/max))를 그리고 지도를 최대 도시 기준으로 5초 주기 ×1 → ×2.5 → ×1 줌(sin²)시켜줘. 0~5초는 순진한 배치(모든 라벨 오른쪽 고정, 겹친 상자는 #FF6B5A 배경으로 표시하고 겹침 쌍 수 집계), 5~10초는 우선순위 탐욕 배치: 인구 내림차순으로 E → NE → SE → N → S → W → NW → SW 후보 상자를 시도해 지도 영역 안이고 이미 놓인 라벨·다른 점과 겹치지 않는 첫 후보에 놓고, 모두 막히면 생략. 배치는 매 프레임 줌에서 다시 계산(28×8 후보, 1ms 이내), 라벨은 어두운 반투명 둥근 상자 + 600 굵기. HUD에 '표시 n/28 · 겹침 k'와 줌 배율, Mapbox GL이면 text-variable-anchor와 symbol-sort-key가 같은 역할. 10초 루프.

라이브 데모 열기 — 지도 라벨 배치 · 충돌 회피 (우선순위 + 8방향 후보)

해안선 단순화 비교 (Douglas–Peucker vs Visvalingam)

Line generalisation at equal vertex budgets: Douglas–Peucker vs Visvalingam–Whyatt

  • Canvas
  • D3
  • mapshaper
  • TopoJSON

512점 해안선을 줌아웃에 맞춰 같은 점 수로 줄일 때, 최대 거리 기준인 Douglas–Peucker는 뾰족한 가시가 남고 유효 면적 기준인 Visvalingam은 모양이 부드럽게 유지되는 차이를 점 수·면적 오차와 함께 보여준다. 벡터 타일·TopoJSON의 줌별 단순화 방식을 고를 때 쓴다.

프롬프트

Canvas 2D로 4옥타브 Perlin 반경 노이즈로 만든 512점 폐곡선 해안선을 좌우 두 패널에 원본(흐린 선, 오프스크린 캐시) 위로 겹쳐 그리고, 초기화 때 Douglas–Peucker 중요도(부모 허용오차로 단조화)와 Visvalingam–Whyatt 유효 면적(제거 시점의 누적 최대값)을 각 점에 한 번 계산해 순위를 매겨줘. 0.8~4.3초에 남길 점 수 k를 512 → 8(k = 512·2^(−6e), easeInOutCubic)로 줄였다가 5.3~8.2초에 복귀시키며, 각 패널은 순위 < k인 점만 원래 순서로 이어 그리고 k ≤ 96이면 꼭짓점을 점으로 표시. 패널 아래에 이름과 신발끈 공식 면적 오차(%)를, 상단 HUD에 'k / 512 점 (x%)'를 표시해줘. mapshaper라면 -simplify dp / visvalingam weighted 비교. 9초 루프.

라이브 데모 열기 — 해안선 단순화 비교 (Douglas–Peucker vs Visvalingam)

시공간 큐브 GPS 궤적 (헤게르스트란드)

Space-time cube of GPS trajectories (Hägerstrand time geography)

  • Canvas
  • three.js
  • deck.gl

세 사람의 하루 GPS 기록을 지도 바닥 위에 시간을 높이로 쌓은 3D 큐브로 그려, 머무름은 수직선, 이동은 기울어진 선, 만남은 두 선이 같은 기둥에 겹치는 구간으로 읽히게 한다. 이동 데이터에서 '언제 어디서 함께였나'를 2D 경로 지도보다 정확히 보여줄 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 지도를 사선 투영(요 0.62±0.28rad 천천히 흔들림, 피치 0.52rad) 바닥면에 깔고, 높이 = 시각(0~24시, 큐브 높이 70단위)인 시공간 큐브 모서리와 6시간 눈금을 그려줘. 세 사람(#6E80FF·#FF6B5A·#4FD1B5)의 일정 키프레임(집 → 회사 → 카페 → 회사 → 공원 → 집, 이동 구간은 선형 보간)을 0.1시간 간격으로 샘플링해 현재 시각 τ(0.3~7.3초에 0→24시)까지만 1.8px 3D 폴리라인으로 쌓고, 바닥에는 같은 경로의 점선 그림자, τ 높이에 반투명 시간 평면과 각자의 현재 점·바닥까지 수직 점선을 표시해줘. 18:36~19:36 두 사람이 같은 공원에 머무는 구간은 #FFC933 굵은 기둥과 '만남' 라벨로 강조, HUD에 hh:mm 시계와 범례, 10초 루프.

라이브 데모 열기 — 시공간 큐브 GPS 궤적 (헤게르스트란드)

무지개 색상 vs 지각 균등 색상 (가짜 경계 · 밝기 곡선)

Rainbow (jet) vs perceptually uniform (viridis) colour maps on a continuous field

  • Canvas
  • D3
  • d3-scale-chromatic
  • matplotlib

기온 같은 연속 필드를 무지개(jet)로 칠하면 밝기가 오르내려 청록·노랑 띠에 실제로 없는 경계가 생기는 것을, 같은 필드를 viridis로 칠한 지도와 나란히 놓고 각 색상표의 L*(지각 밝기) 곡선과 이동 탐침값으로 보여준다. 연속형 래스터·히트맵 색상표를 고를 때 쓴다.

프롬프트

Canvas 2D로 80×50 연속 필드(가우시안 언덕 2개·골짜기 1개 + Perlin 잡음, 0~1 정규화)를 256단계 LUT로 jet(#00007F→#0000FF→#00FFFF→#FFFF00→#FF0000→#7F0000)과 d3.interpolateViridis로 각각 ImageData에 한 번 렌더해 국가 윤곽으로 clip한 좌우 지도에 스무딩 확대해줘. 지도 아래에 64칸 색상 막대와 sRGB→L* 변환(116·Y^(1/3)−16)으로 그린 밝기 곡선을 두어 jet은 0.375(청록)·0.625(노랑)에서 봉우리가 생기고 viridis는 단조 증가함을 보이고, 2.5~7.2초에는 jet 지도에 그 두 값의 마칭 스퀘어 등치선을 점선으로 겹쳐 '가짜 경계'로 표시해줘. 리사주 경로로 움직이는 탐침이 두 지도·막대·곡선 위에 같은 값 위치를 동시에 가리키고 HUD에 f 값을 표시, 8초 루프.

라이브 데모 열기 — 무지개 색상 vs 지각 균등 색상 (가짜 경계 · 밝기 곡선)

관측소 점 → 면 보간 (티센 · IDW · 등치선)

Station points to surfaces: Thiessen polygons vs IDW vs isolines

  • Canvas
  • D3
  • d3-delaunay
  • d3-contour
  • Turf.js

16개 관측소의 강수량만 있을 때 면 지도로 바꾸는 세 방식을 같은 데이터로 비교한다: 가장 가까운 관측소 값을 칠하는 티센 다각형은 경계에서 값이 계단처럼 튀고, 역거리 가중(IDW)은 관측점마다 과녁 무늬가 생기며, 등치선은 연속 변화를 선으로 요약한다. 기상·대기질·센서 점 데이터를 지도로 펼칠 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 위 16개 관측소(최원점 샘플링, 강수량 25~130mm)를 두고, 96×60 격자에서 ① 최근접 관측소 값(티센, d3.Delaunay.voronoi 경계선을 흰 50%로 겹침) ② IDW p=2(Σv/d² ÷ Σ1/d²) ③ IDW 위 d3.contours 방식 마칭 스퀘어 등치선 30·50·70·90·110mm를 초기화 때 계산해 ImageData 래스터로 캐시해줘. 래스터는 국가 윤곽으로 clip해 스무딩 확대, 색은 #14243F→#B4E3F6 순차 램프(20~120mm), 3초마다 모드를 바꾸며 0.5초 easeInOutCubic 크로스페이드, 관측소는 흰 점 + 값 라벨. 하단 한 줄 설명('경계에서 계단처럼 급변' / '관측점마다 과녁 무늬' / '20mm 간격 등치선')과 상단 탭·가로 색 범례를 두고 9초 루프. Turf.js라면 turf.interpolate(points, 2, {gridType:"point", weight:2}).

라이브 데모 열기 — 관측소 점 → 면 보간 (티센 · IDW · 등치선)

값 × 투명도 지도 (Value-by-alpha · 빈 땅 효과 보정)

Value-by-alpha map: fading sparsely populated regions to fix the empty-land effect

  • Canvas
  • D3
  • Mapbox GL

선거 지도처럼 넓지만 사람이 적은 지역이 화면을 지배하는 문제를, 같은 득표차 색에 인구 비례 투명도를 곱하는 Value-by-alpha로 바꿔 도시가 시각적 무게를 되찾게 하고, 면적 기준과 인구 기준 점유율을 수치로 대비한다. 카토그램처럼 모양을 바꾸지 않고 인구 가중 인상을 주고 싶을 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 지역마다 득표차 m ∈ [−1, 1](농촌은 빨강 우세, 도시는 파랑 우세)를 d3.scaleDiverging(#2E68D8 · #4A4F5E · #E2453A)로 칠한 일반 단계구분도를 3.4초 보여준 뒤, 1초 easeInOutCubic 동안 각 지역 알파를 0.1 + 0.9×√(pop/max)로 낮춰 어두운 바탕으로 사라지게 해줘(Mapbox GL이면 fill-opacity를 ['interpolate', ['linear'], ['sqrt', ['get','pop']], …]). 오른쪽에 5열(득표차) × 4행(알파 1·0.7·0.4·0.1) 2D 범례를 두고 일반 모드에선 첫 행만 보이게, HUD에 '면적 기준 빨강 xx%'와 '인구 기준 빨강 yy%'를 실제 합계로 계산해 대비하고, 상단 칩은 '일반 단계구분도' ↔ 'Value-by-alpha · α = √인구'. 7.6초부터 0.7초에 복귀, 8.5초 루프.

라이브 데모 열기 — 값 × 투명도 지도 (Value-by-alpha · 빈 땅 효과 보정)

글리프 맵 (지역마다 24개월 스파크라인)

Glyph map: per-region 24-month sparklines vs a latest-value choropleth

  • Canvas
  • D3
  • Observable Plot

최신값 하나로 칠한 단계구분도에서는 똑같이 72로 보이는 두 지역이 실제로는 하나는 오르고 하나는 떨어지는 중이라는 것을, 지역 중심에 작은 24개월 스파크라인을 얹은 글리프 맵으로 드러낸다. 지도 위에서 '수준'보다 '추세'가 중요할 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 단계구분도(최신값, 순차 팔레트)를 3.2초 보여주며 같은 값 72인 두 지역 A·B에 링과 'A 72 · B 72'를 표시한 뒤, 1초 동안 지도를 28% 밝기로 낮추고 면적이 큰 순으로 겹치지 않게 고른 최대 11개 지역 중심에 22×11단위 반투명 상자 + 24개월 스파크라인(y 도메인 10~120 고정)을 1.2초 easeOutCubic draw-on으로 그려줘. 선 색은 기울기로 상승 #4FD1B5 / 하락 #FF6B5A / 평탄 회색, A는 월 +1.5, B는 월 −1.5 추세로 마지막 값만 같게 데이터를 만들고, 4.6~8.4초에 모든 글리프에 같은 달을 가리키는 세로 스크럽 커서가 지나가게 해줘. 하단 칩 'A와 B는 같은 색 (둘 다 72)' → 'A ↗ 상승 · B ↘ 하락', 9초 루프. Observable Plot이면 지역별 facet 대신 Plot.line을 x/y 오프셋으로 지도 좌표에 배치.

라이브 데모 열기 — 글리프 맵 (지역마다 24개월 스파크라인)

위성 밴드 조합 → NDVI 식생 지수

Satellite band composites to NDVI: true colour, false colour (NIR) and band math

  • Canvas
  • WebGL
  • Sentinel-2
  • rasterio

같은 위성 장면을 트루컬러(4·3·2) → 근적외선 폴스컬러(8·4·3) → NDVI = (NIR−Red)/(NIR+Red) 밴드 연산 순서로 와이프 전환하며, 움직이는 탐침에서 Red·NIR 반사율과 NDVI 값이 어떻게 계산되는지 보여준다. 위성·드론 래스터로 식생·농지·도시를 구분하는 지도를 만들 때 쓴다.

프롬프트

Canvas 2D로 112×70 합성 위성 장면(수면 Red 0.04 / NIR 0.02, 도시 0.22 / 0.26, 맨땅 0.24 / 0.30, 식생 0.05 / 0.50을 식생 밀도 노이즈로 혼합, 강·호수·격자 농경지 포함)을 만들고 세 래스터를 ImageData로 한 번만 렌더해줘: ① 트루컬러 B4·B3·B2(×3.4, 감마 0.8) ② 폴스컬러 B8·B4·B3(식생이 빨갛게) ③ NDVI 램프(−0.5 #2B4F7A → 0 #8C6A3D → 0.4 #9ACD5A → 0.85 #0E5A27). 2.6초 유지 → 0.8초 easeInOutCubic 좌→우 와이프(경계에 흰 세로선) 순으로 순환, 리사주 경로로 움직이는 십자 탐침에서 Red·NIR·NDVI를 소수 둘째 자리로 HUD에 표시하고 값 막대를 갱신, 하단에 공식과 밴드 조합 라벨. rasterio라면 ndvi = (b8 − b4) / (b8 + b4). 10초 루프.

라이브 데모 열기 — 위성 밴드 조합 → NDVI 식생 지수

음영기복 광원 방위 (북서 315° vs 남동 135° 요철 반전)

Hillshade light azimuth: standard 315° north-west vs 135° relief inversion

  • Canvas
  • WebGL
  • GDAL
  • Mapbox GL

같은 DEM이라도 광원이 지도 위쪽(북서 315°)에서 올 때는 산과 계곡이 바르게 읽히지만, 아래쪽(남동 135°)으로 돌리면 골짜기가 능선처럼 솟아 보이는 요철 반전 착시가 생기는 것을 광원 나침반과 실제 단면 그래프로 확인시킨다. 지형 배경 지도·3D 없는 고도 표현을 설계할 때 쓴다.

프롬프트

Canvas 2D로 128×80 합성 DEM(Perlin + 리지 노이즈, 동서로 흐르는 강 계곡을 가우시안으로 파냄)의 법선을 초기화 때 계산하고, 광원 고도각 45°·방위 az에서 hs = max(0, n·L)(Lx = sin az·sin 45°, Ly = −cos az·sin 45°, Lz = cos 45°)로 음영기복을 만들어 고도별 색(#2F5D3A → #6E8B4A → #B9A86A → #A07850 → #E8E2D6)에 0.18 + 0.95·hs로 곱해 ImageData로 그려줘(az가 바뀔 때만 재계산, 10,240픽셀). az는 0~3초 315° → 1.6초 easeInOutCubic로 135° → 3초 유지 → 315°로 복귀. 오른쪽에 N 표시 나침반과 해 위치·광선, 방위 숫자와 칩('북서 광원 · 표준' / '남동 광원 · 요철 반전'), 지도 위 N–S 점선 단면 A–B와 그 실제 고도 단면 그래프(계곡 최저점 표시)를 두어 착시와 사실을 대조. GDAL이면 gdaldem hillshade -az 315 -alt 45. 10초 루프.

라이브 데모 열기 — 음영기복 광원 방위 (북서 315° vs 남동 135° 요철 반전)

대시메트릭 지도 (행정구역 평균 → 토지피복으로 인구 재배분)

Dasymetric mapping: redistributing district population by land cover

  • Canvas
  • D3
  • GDAL
  • PostGIS

행정구역 평균 밀도로 칠한 단계구분도는 산림·호수까지 사람이 고르게 사는 것처럼 보이게 하는데, 토지피복(주거·농경·산림·수면) 가중치로 구역 인구를 다시 나눠 실제로 사람이 사는 곳에만 밀도를 놓는 대시메트릭 지도로 바꾸고 총인구가 보존됨을 확인시킨다. 인구·수요 지도를 더 사실적으로 만들 때 쓴다.

프롬프트

Canvas 2D로 112×70 래스터에 지역 id와 토지피복(도시 밀도 + 노이즈로 주거, Perlin 0.12 초과 산림, 강·호수 수면, 나머지 농경)을 만들고, 지역 인구 P를 칸 가중치 w(주거 1 · 농경 0.12 · 산림 0.015 · 수면 0)로 나눈 칸 인구 P·w/Σw를 계산해줘. 래스터 3장(구역 평균 밀도 단계구분도 · 토지피복 · 대시메트릭 밀도)을 ImageData로 캐시하고 밀도 색은 두 밀도 지도에 공통인 로그 스케일 순차 팔레트(#2A1E48→#FCE29A), 0~2.8초 단계구분도 → 2.8초 토지피복 → 4.8초 대시메트릭 → 8.8초 복귀 순서로 0.6초 크로스페이드. 지역 경계는 항상 얇게 겹치고, 오른쪽 HUD에 현재 범례(피복 4색과 가중치 / 로그 밀도 막대)와 'Σ 인구 보존 n만 = n만'을 표시. PostGIS라면 ST_Intersection으로 피복 폴리곤별 가중 배분. 10초 루프.

라이브 데모 열기 — 대시메트릭 지도 (행정구역 평균 → 토지피복으로 인구 재배분)

타임랩스 단계구분도 색 도메인 (고정 vs 연도별 자동)

Time-lapse choropleth colour domain: fixed across years vs auto-rescaled each frame

  • Canvas
  • D3
  • Vega-Lite
  • ECharts

2000~2024년 값이 꾸준히 오르는 지도를 연도별로 재생할 때, 색 도메인을 전 기간 최대로 고정하면 지도가 점점 밝아져 성장이 보이지만, 매 프레임 그 해 최대로 다시 맞추면 지도가 거의 그대로여서 변화가 사라지는 함정을 좌우 동시 재생과 범례 숫자로 보여준다. 연도 슬라이더·타임랩스 지도를 만들 때 쓴다.

프롬프트

Canvas 2D로 같은 합성 지역 데이터 v(i, 연도) = 기준값 × (1 + 성장률 2.5~6.5%×경과연수) × (1 + 0.05·sin)을 좌우 패널에 동시에 재생해줘(0.4~7.4초에 2000 → 2024년 연속 보간, 상단 큰 연도 숫자와 진행 막대). 왼쪽은 d3.scaleSequential().domain([0, 전 기간 최대]) 고정, 오른쪽은 매 프레임 domain([0, 그 해 최대])로 다시 맞춰 칠하고(Vega-Lite라면 scale: {domain: [0, max]} 고정 vs 기본 자동), 각 패널 아래 색 막대 범례의 최대값 숫자를 표시하되 오른쪽 숫자는 매 프레임 바뀌며 #FF6B5A로 강조. 칩은 '고정 도메인 · 성장이 보임' / '연도별 자동 · 변화가 사라짐', 연도 아래에 '2000년 대비 평균 +x%'. 9.5초 루프, 마지막 0.5초 페이드.

라이브 데모 열기 — 타임랩스 단계구분도 색 도메인 (고정 vs 연도별 자동)

등고선 위계 + 고도 단계 채색 (주곡선 · 계곡선 굵게 · 값 라벨 끊어 쓰기)

Contour hierarchy with hypsometric tints: thin intermediate lines, bold index contours and knocked-out uphill labels

  • Canvas
  • d3-contour
  • GDAL
  • QGIS

모든 등고선을 같은 굵기로 그리면 몇 m 선인지 하나씩 세어야만 읽히는 것을, 100 m 주곡선은 가늘게·500 m 계곡선은 굵게 하고 값 라벨은 선을 끊은 자리에 높은 쪽을 위로 세워 넣고, 고도 단계 채색을 깔아 한눈에 높낮이가 잡히게 바꾼다. 등산·지형 배경도와 고도 데이터 지도를 그릴 때 쓴다.

프롬프트

Canvas 2D로 128×80 합성 DEM(0~1,800 m, 강 계곡 포함)에서 d3.contours 방식 마칭 스퀘어로 100 m 간격 등고선 17개를 초기화 때 한 번 추출해 오프스크린 레이어 두 장으로 캐시해줘. 0~3초는 A안: 무채색 바탕에 모든 선 0.8px · 흰 55% · 라벨 없음. 3초부터 0.6초 easeInOutCubic 크로스페이드로 B안: 고도 단계 채색 6단계(경계 150·350·650·1,000·1,400 m, #2F5D3A → #D9D2C6)를 256×160 ImageData로 깔고, 주곡선 0.5px 흰 30%, 500 m마다 계곡선 1.4px 흰 85%, 계곡선 네 곳에 '500'·'1000'·'1500' 라벨을 선분 방향으로 회전하되 글자 위쪽이 오르막(기울기 방향)을 향하게 뒤집고, 라벨 뒤 선은 globalCompositeOperation destination-out으로 끊어줘. 리사주 경로로 움직이는 십자 탐침이 그 자리 고도(m)를 칩으로 읽고, 오른쪽 HUD에 '간격 100 m · 계곡선 500 m' 선 견본과 세로 단계 범례를 표시. 8.4초부터 0.6초에 A안으로 돌아가 9초 루프.

라이브 데모 열기 — 등고선 위계 + 고도 단계 채색 (주곡선 · 계곡선 굵게 · 값 라벨 끊어 쓰기)

타나카 조명 등고선 vs 우모(해처) vs 일반 등고선 (음영기복 없이 선으로 입체감)

Relief without hillshade: plain contours vs Tanaka illuminated contours vs slope hachures

  • Canvas
  • d3-contour
  • QGIS
  • Illustrator

같은 DEM을 일반 등고선, 광원(북서) 쪽을 향한 선은 밝게·반대쪽은 어둡게 칠하고 굵기도 바꾸는 타나카 조명 등고선, 경사 방향으로 짧은 선을 긋고 급할수록 굵고 진하게 하는 우모(해처) 세 방식으로 번갈아 보여주며, 래스터 음영기복 없이 벡터 선만으로 입체감을 내는 방법을 비교한다. SVG·인쇄 출력이나 고지도 스타일 지형 표현에 쓴다.

프롬프트

Canvas 2D로 128×80 합성 DEM에서 100 m 간격 등고선(마칭 스퀘어)을 한 번 추출하고 세 레이어를 오프스크린에 캐시해 3.2초마다 0.5초 easeInOutCubic 크로스페이드로 순환해줘. ① 일반: 단계 채색 위 0.7px 회색 균일 선. ② 타나카: 바탕을 중간 회색 #59606E와 60% 섞은 단계 채색으로 깔고, 각 선분 중점의 내리막 단위벡터 n과 광원 방향 L(방위 315°, 화면 기준 (−0.707, −0.707))의 내적 d로 d>0이면 흰색 알파 d, d<0이면 #0B0D13 알파 −d, 굵기 0.4 + 1.4·|d| px — 선분을 d 값 6구간으로 묶어 stroke 6번에 끝내줘. ③ 우모: 3.2단위 지터 격자 점마다 경사가 최대의 8% 이상이면 내리막 방향으로 3스텝(1.05단위씩) 따라가는 짧은 선을 긋고 굵기 0.3 + 2.2·s, 진하기 0.25 + 0.7·s(s = 경사/최대경사×1.6, 레만 규칙: 급할수록 굵고 진하게). 오른쪽 HUD에 방식 탭, 광원 나침반(315°), 방식별 한 줄 설명과 선분·획 수를 표시, 9.6초 루프.

라이브 데모 열기 — 타나카 조명 등고선 vs 우모(해처) vs 일반 등고선 (음영기복 없이 선으로 입체감)

웹 메르카토르 축척 막대는 위도마다 다르다 (적도값 고정 vs 중심 위도 보정)

Scale bars on Web Mercator: a fixed equator-based bar vs a bar recomputed for the map-centre latitude

  • Leaflet
  • Mapbox GL
  • d3-geo
  • Canvas

웹 지도에서 같은 1,500 km 원이 고위도로 갈수록 1/cos φ배 커지는 것을 위도를 따라 오르내리는 탐침 원으로 보여주며, 적도값으로 고정한 축척 막대는 북위 60°에서 실제 절반 거리를 가리키는 오류가 되는 것을 지도 중심 위도로 다시 계산한 막대와 나란히 비교한다. 줌·팬이 되는 지도에 축척 막대를 넣거나 넓은 범위 지도에서 막대를 뺄지 정할 때 쓴다.

프롬프트

Canvas 2D로 d3.geoMercator와 같은 식(y = ln tan(π/4 + φ/2), 위도 ±76° 클립)으로 대륙 윤곽과 30°·15° 경위선망을 그리고, 경도 −150°에는 위도 0·25·50·70°에 반지름 1,500 km(각거리 1500/6371 rad) 참조 원을 점선으로 늘어놓아 1/cos φ로 커지는 것을 보여줘. 탐침은 경도 18°E에서 위도 φ가 0.8초부터 3초 easeInOutCubic으로 0 → 70°N, 5.6초부터 2.6초에 다시 0°로 움직이며 같은 1,500 km 원을 그린다. 오른쪽 HUD에 중심 위도, 축척 계수 1/cos φ, z5 해상도 156,543.03·cos φ / 2^5 m/px를 실시간 표시하고, 흑백 4칸 축척 막대 두 개를 그려줘: '고정 막대 (적도값)'은 100 km = 20.4px·(w/320)로 고정하고 실제 거리 100·cos φ km를 #FF6B5A로 경고, '중심 위도 보정'은 20.4px/cos φ 길이에 100 km를 #4FD1B5로 표시. Leaflet L.control.scale·Mapbox ScaleControl처럼 이동이 끝날 때마다 중심 위도로 다시 계산한다는 칩, 9초 루프.

라이브 데모 열기 — 웹 메르카토르 축척 막대는 위도마다 다르다 (적도값 고정 vs 중심 위도 보정)

멀리 떨어진 섬 인셋 배치 (전체 범위 지도 vs 인셋 상자 · 축척 따로 표기)

Insets for remote territories: a full-extent map wasted on sea vs a fitted mainland with labelled scale-change insets

  • D3
  • d3-composite-projections
  • Canvas
  • QGIS

본토에서 멀리 떨어진 섬까지 한 화면에 넣으려 전체 범위로 맞추면 지도가 바다로 채워지고 본토가 작아지는 것을, 섬을 오른쪽 인셋 상자로 옮기고 본토를 화면에 꽉 맞춘 뒤 인셋마다 '축척 ×n'과 본토 기준 방향·거리를 적어 정직하게 분리하는 배치로 바꾸고, 화면 중 육지 비율이 얼마나 늘었는지 수치로 보여준다. 도서 지역이 있는 국가·지자체 단계구분도를 배치할 때 쓴다.

프롬프트

Canvas 2D로 합성 국가(인구 순위 순차 팔레트 단계구분도)와 본토에서 동쪽·남쪽으로 멀리 떨어진 섬 3개를 그리고, 0~3초는 전체 범위(경도 −4~244 × 위도 −3~177 단위)에 맞춘 지도로 보여줘. 3초부터 1.2초 easeInOutCubic 동안 본토 뷰는 DMP_fit 방식으로 화면 74% 폭에 꽉 차게, 각 섬은 오른쪽 두 인셋 상자(폭 21.5%, 높이 31%)에 자기 bbox+8단위 여백으로 맞춘 변환으로 뷰 행렬(s, ox, oy)을 선형 보간해 날아가게 하고, 인셋 테두리·이름·'축척 ×n'(인셋 s ÷ 본토 s)·'본토 동쪽 760 km' 같은 방향 거리(1단위 = 10 km)를 알파로 띄워줘. d3라면 d3-composite-projections나 geoAlbersUsa처럼 하위 투영의 translate·clipExtent를 따로 둔다. 오른쪽 위 칩에 화면 중 육지 비율(Σ면적 × s² ÷ 패널 면적)을 두 상태 사이에서 보간해 '화면 중 육지 14% → 38%'처럼 표시하고, 8초부터 0.9초에 복귀, 9초 루프.

라이브 데모 열기 — 멀리 떨어진 섬 인셋 배치 (전체 범위 지도 vs 인셋 상자 · 축척 따로 표기)

흐름 지도 굵기 · 왕복 분리 (균일 직선 vs 굵기 ∝ 양 · 오른쪽으로 휘기 · 큰 선 아래)

Flow-map encoding: uniform straight lines vs width ∝ volume, right-hand curves separating both directions and big-under-small ordering

  • D3
  • Canvas
  • deck.gl
  • flowmap.gl

도시 간 이동량을 같은 굵기의 직선으로 그리면 A→B와 B→A가 한 줄에 포개지고 양의 차이도 사라지는 것을, 선 굵기를 양에 비례시키고 진행 방향 오른쪽으로 휘게 해 왕복을 갈라 놓고, 끝으로 갈수록 가늘어지는 화살표와 큰 흐름을 먼저(아래에) 깔아 작은 흐름이 묻히지 않게 하는 흐름 지도 규칙으로 바꾼다. 통근·물류·인구 이동 OD 데이터를 지도에 올릴 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 위 8개 도시(최원점 샘플링) 사이 중력 모형 상위 13쌍의 왕복 흐름 26개(기준량 120~1,000명/일에 방향마다 0.5~1.5배 비대칭)를 만들고, 0~2.6초는 A안: 1px 직선 + 작은 화살촉으로 그려 왕복이 겹치게 해줘. 2.6초부터 1.2초 easeInOutCubic 동안 B안으로 보간: 이차 베지어 제어점을 중점에서 진행 방향 오른쪽 법선으로 길이×0.2만큼 밀어 왕복을 분리, 굵기 0.8 + 7px×(w/320)×v/vmax, 시작→끝 굵기를 45%까지 줄이는 테이퍼 다각형(14샘플)과 굵기×2.3 폭 화살촉, 도시 반지름만큼 양 끝을 줄이고, 양 내림차순으로 그려 큰 흐름이 아래·작은 흐름이 위에 오게, 0.7px 어두운 외곽선. 3.8초부터는 상위 3개 도시를 1.5초씩 돌며 나가는 흐름 #FFC933, 들어오는 흐름 #6E80FF, 나머지 #4FD1B5 45%로 강조하고, 오른쪽 아래 굵기 범례(vmax · ½ · ¼)와 '왕복 13쌍 · 26흐름' 칩. flowmap.gl이라면 FlowLinesLayer 굵기 스케일. 8.4초부터 1초에 복귀, 9.5초 루프.

라이브 데모 열기 — 흐름 지도 굵기 · 왕복 분리 (균일 직선 vs 굵기 ∝ 양 · 오른쪽으로 휘기 · 큰 선 아래)

OD 맵 (격자 속 격자 · 흐름선 없이 출발 × 도착 행렬을 지도 배치로)

OD map (Wood et al.): replacing a hairball of flow lines with a spatially ordered grid-of-grids origin–destination matrix

  • D3
  • Canvas
  • Observable
  • Vega-Lite

수백 개 흐름선이 엉킨 헤어볼 대신, 지도를 격자 칸으로 나누고 각 출발 칸 안에 전국 축소 격자를 다시 넣어 '어디서 → 어디로'를 색으로 읽게 하는 OD 맵을 보여준다. 출발 기준(O-맵)과 도착 기준(D-맵)을 뒤집어 같은 행렬의 두 얼굴을 비교하고, 같은 위치의 작은 칸을 따라가며 한 도착지로 모이는 흐름을 짚는다. 통근·택배·이동통신 OD 행렬처럼 흐름이 너무 많은 데이터를 지도에 올릴 때 쓴다.

프롬프트

Canvas 2D로 합성 국가를 6×4 격자로 나누고 육지 30% 이상인 칸만 노드로 삼아, 중력 모형 F(o→d) = P_o·P_d·(1 + 2.2·밀도_d) ÷ (거리² + 220)로 비대칭 OD 행렬을 만들어줘. 0~3초는 칸 중심끼리 잇는 흐름선(알파 = log 양) 헤어볼, 3.5~6.5초는 O-맵: 각 출발 칸 내부를 다시 6×4 소격자로 나눠 소칸 위치 = 도착 칸, 색 = log F를 #2A1E48→#FCE29A로, 자기 자신 소칸은 흰 테두리, 6.5~10초는 D-맵(큰 칸 = 도착, 소칸 = 출발)으로 0.5초 easeInOutCubic 크로스페이드. 0.9초마다 강조 칸 k를 바꿔 큰 칸 k에 노란 링, 모든 큰 칸 안의 같은 위치 소칸 k에 #FFC933 테두리를 그려 '모두 → k' 패턴이 읽히게 하고, 오른쪽 HUD에 '큰 칸 = 출발 · 작은 칸 = 도착'(D-맵은 반대)과 세로 log 범례를 표시. 10.5초 루프. Observable이라면 Plot.cell을 fx/fy 패싯으로 지도 격자에 배치.

라이브 데모 열기 — OD 맵 (격자 속 격자 · 흐름선 없이 출발 × 도착 행렬을 지도 배치로)

웹 지도 타일 피라미드 (z/x/y 쿼드트리 · 래스터 오버줌 흐림 vs 벡터 재렌더)

Web-map tile pyramid: z/x/y quadtree addressing, raster overzoom blur vs vector tiles re-rendered at every zoom

  • Leaflet
  • MapLibre GL
  • Mapbox Vector Tiles
  • Canvas

줌 레벨 z마다 세계를 2^z × 2^z 타일로 나누는 쿼드트리 주소(z/x/y)와 타일 수 4^z, 픽셀당 미터가 반으로 줄어드는 관계를 왼쪽 피라미드 도식으로 보여주고, 같은 지점으로 z2 → z5 줌인할 때 maxNativeZoom 3까지만 있는 래스터 타일은 확대돼 흐려지고 벡터 타일은 매 줌 다시 그려 선명한 차이를 좌우로 비교한다. 타일 서버·오프라인 지도 용량과 래스터/벡터 타일 선택을 설계할 때 쓴다.

프롬프트

Canvas 2D로 왼쪽에 세계 정사각형(국가 썸네일 포함)을 그리고 현재 정수 줌 zi에 맞춰 2^zi 격자선, 목표 도시가 든 타일 채움(#FFC933 55%), 현재 화면 범위 사각형(#4FD1B5)을 겹친 뒤 아래에 'z/x/y = 4/5/7', '4^z = 256 타일', '≈ 156,543 ÷ 2^z m/px'를 표시해줘. 줌 z는 0.8초부터 3.6초 easeInOutCubic으로 2 → 5, 6.2초부터 3.2초에 5 → 2(목표점은 여러 지역 경계가 만나는 꼭짓점). 가운데 패널은 래스터 PNG 타일: 합성 국가 단계구분도를 96×60(z2)·192×120(z3) ImageData로 한 번만 만들어 두고 z ≥ 2.5부터는 z3 이미지를 drawImage로 2^(z−3)배 확대(imageSmoothingEnabled, Leaflet maxNativeZoom: 3과 같은 오버줌)해 흐려지게, 오른쪽 패널은 벡터 타일처럼 같은 폴리곤을 매 프레임 현재 배율로 다시 그려 경계가 선명하게 해줘. 두 패널 모두 목표 도시 중심 고정·clip, 패널 위 제목과 아래 칩('오버줌 ×4.0' #FF6B5A / '매 줌 재렌더' #4FD1B5), 오른쪽 위에 현재 z 소수 첫째 자리. 10초 루프.

라이브 데모 열기 — 웹 지도 타일 피라미드 (z/x/y 쿼드트리 · 래스터 오버줌 흐림 vs 벡터 재렌더)

지리 노선도 → 도식 노선도 (8방향 각도 스냅 · 역 간격 고르게)

Geographic to schematic transit map: octilinear (0°/45°/90°/135°) snapping and evened station spacing

  • D3
  • Canvas
  • SVG
  • LOOM / transit-map

실제 선로 위치대로 그린 노선도는 도심에 역이 몰리고 구간 각도가 제각각이라 갈아타기 구조가 안 읽히는 것을, 모든 구간을 0°·45°·90°·135° 네 방향으로 스냅하고 역 간격을 고르게 편 도식(옥틸리니어) 노선도로 모핑하며 각도 종류 수와 역 간격 변동계수가 줄어드는 것을 실시간으로 보여준다. 지하철·버스·사내 시스템처럼 연결 구조가 위치보다 중요한 노선도를 만들 때 쓴다.

프롬프트

Canvas 2D로 노선 3개(#FF6B5A · #6E80FF · #4FD1B5, 역 19개, 환승역 3곳)를 정수 격자 도식 좌표로 정의하고, 지리 좌표는 도식 좌표를 도심 압축(f = 0.55 + 0.09·r) + Perlin 왜곡으로 비틀어 만들어줘. 0~2.8초는 지리 노선도: 역 사이마다 중간점 3개를 법선 방향 사인 굴곡으로 넣어 휘어진 선로, 국가 윤곽과 강을 흐리게. 2.8초부터 1.6초 easeInOutCubic로 역 좌표와 굴곡 진폭을 동시에 보간해 도식 노선도로 바꾸고 배경 윤곽은 페이드아웃, 4.4초부터 역 이름 라벨을 페이드인. 선은 어두운 4.2px 케이싱 + 2.4px 노선색(w/320 배율), 일반역은 흰 점 + 노선색 링, 환승역은 2.8px 흰 원 + 검은 테두리. 오른쪽 HUD에 현재 프레임에서 계산한 '구간 각도 n종'(5° 단위 반올림)과 '역 간격 CV'(표준편차/평균)를 표시해 지리 모드 15종 안팎 → 도식 모드 4종으로 줄어드는 걸 보이고, 7.8초부터 1.2초에 되돌아가 9초 루프.

라이브 데모 열기 — 지리 노선도 → 도식 노선도 (8방향 각도 스냅 · 역 간격 고르게)

위치 개인정보 보호 (원 좌표 점 → 도넛 지오마스킹 → 격자 집계 · 5 미만 억제)

Location privacy on maps: exact case points vs donut geomasking vs grid aggregation with small-count suppression

  • Canvas
  • D3
  • Turf.js
  • PostGIS

감염·범죄·민원처럼 민감한 사례를 집 좌표 그대로 찍으면 점 하나가 한 가구를 특정하는 것을, 각 점을 50~150 m 사이 무작위 거리·방향으로 옮기는 도넛 지오마스킹과 블록 격자 집계 + 5건 미만 칸 억제로 바꾸며, 도넛 안 가구 수(최소 k)와 핫스폿 중심이 얼마나 유지되는지 수치로 함께 보여준다. 개인 위치가 담긴 공공·보건 데이터를 지도로 공개할 때 쓴다.

프롬프트

Canvas 2D로 6×5 블록(블록당 4×3채, 1단위 = 10 m) 주택 360채를 캐시 레이어로 깔고, 사례 70건(핫스폿 (62, 44) 반경 20단위 안 44건 + 나머지 무작위)을 집 중심에 #FF6B5A 점으로 찍어줘. 0~3초는 원 좌표: 사례 하나에 흰 링과 '1가구 특정 가능' 칩. 3.2초부터 0.9초 easeInOutCubic로 각 점을 무작위 각도·거리 r ∈ [5, 15]단위(50~150 m)로 이동시키는 도넛 마스킹, 강조 사례에는 반지름 5·15단위 점선 고리와 원래 위치 → 새 위치 화살표, HUD에 '도넛 안 최소 k = n가구'(모든 사례에서 고리 안 주택 수의 최솟값)와 '핫스폿 중심 이동 x m'. 6.6초부터 0.5초 크로스페이드로 블록 격자(26×20단위) 집계: 1~4건 칸은 회색 빗금 + '<5', 5건 이상은 순차 팔레트 + 건수, HUD '억제 셀 n · 표시 셀 m'. 9.4초부터 0.5초에 원 좌표로 돌아가 10초 루프. PostGIS라면 ST_Project(geom, random()*100+50, random()*2π).

라이브 데모 열기 — 위치 개인정보 보호 (원 좌표 점 → 도넛 지오마스킹 → 격자 집계 · 5 미만 억제)

표본 오차 큰 지역 표시 (그대로 칠하기 vs 빗금 경고 vs 값 억제 팔레트 VSUP)

Showing estimate reliability on a choropleth: plain colours vs hatching unreliable areas vs a value-suppressing uncertainty palette (VSUP)

  • D3
  • Canvas
  • Vega-Lite
  • vsup

표본조사 추정치는 인구가 적은 지역일수록 변동계수(CV)가 커서 진한 색이 우연일 수 있는데, 단계구분도는 모든 지역을 같은 확신으로 칠한다. 같은 추정치를 CV 30% 초과 지역에 빗금을 덮는 방식과, 불확실할수록 색 단계를 합치고 회색으로 빼는 값 억제 불확실성 팔레트(VSUP, 부채꼴 범례)로 차례로 바꿔 신뢰도를 함께 읽게 한다. 지역 통계·여론조사·소지역 추정 지도를 공개할 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 지역마다 추정치 v(2~12%)와 변동계수 CV = 0.05 + 0.55·(1 − 인구순위)^2.4(소인구 약 28%가 CV > 30%)를 만들고, 3.5초마다 0.6초 easeInOutCubic 크로스페이드로 세 방식을 순환해줘. ① 8단계 순차 팔레트(#2A1E48→#FCE29A)로 그대로. ② 같은 색 위에 CV > 30% 지역만 합친 경로로 clip해 3.5px 간격 45° 흰 60% 빗금, 범례에 빗금 견본 'CV > 30% (n곳)'. ③ VSUP: 불확실성 4단계(CV < 15 · 30 · 45% · 그 이상)마다 값 구간 수를 8 · 4 · 2 · 1로 줄이고 회색 #4A4F5E 쪽으로 0 · 30 · 58 · 90% 섞은 색, 범례는 위가 넓은 부채꼴(바깥 고리 8칸 → 안쪽 1칸, ±43°). 오른쪽 HUD에 'CV = 표준오차 ÷ 추정치'와 방식 탭, vsup 라이브러리(Correll et al. 2018)라면 vsup.quantization().branching(2).layers(4). 10.5초 루프.

라이브 데모 열기 — 표본 오차 큰 지역 표시 (그대로 칠하기 vs 빗금 경고 vs 값 억제 팔레트 VSUP)

비연속 카토그램 (Olson · 모양 그대로 제자리 축소 · 빈틈이 말하는 것)

Non-contiguous (Olson) cartogram: each region scaled about its centroid so area ∝ population, shape and position kept, gaps revealed

  • D3
  • Canvas
  • d3-geo
  • TopoJSON

지역 경계를 늘이는 연속 카토그램이나 원으로 바꾸는 도링과 달리, 각 지역을 제 무게중심을 기준으로 √(밀도 ÷ 최대 밀도)배만큼 줄여 면적을 인구에 맞추고 모양과 위치는 그대로 두는 비연속 카토그램으로 바꾸며, 생긴 빈틈의 비율로 '인구에 비해 넓은 땅'을 보여준다. 모양 인식이 중요한 지역 지도에서 인구 가중 인상을 줄 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 지역마다 밀도 d = 인구 ÷ 면적, 축척 f = √(d / d_max)를 구하고(가장 밀집한 지역이 ×1.00 기준), 0~2.5초는 원래 단계구분도(인구 순위 순차 팔레트), 2.5초부터 1.5초 easeInOutCubic로 각 지역 꼭짓점을 무게중심 기준 1 → f배로 축소해줘. 원래 경계는 2·2 점선 흰 18%로 남기고 축소된 지역은 0.6px 어두운 외곽선, 4초부터 가장 밀집한 지역에 흰 링 '×1.00 기준'과 가장 작아진 지역에 '×0.xx' 칩을 띄워. 오른쪽 HUD에 '면적 ∝ 인구 · 모양·위치 그대로'와 실시간 빈틈 비율(1 − Σ a·k² ÷ Σ a, %)을 표시하고, 비교용으로 '연속형: 모양 왜곡 · 도링: 원으로 대체' 메모. d3라면 projection은 그대로 두고 GeoJSON 좌표를 centroid 기준 scale 변환. 7.4초부터 1초에 복귀, 8.5초 루프.

라이브 데모 열기 — 비연속 카토그램 (Olson · 모양 그대로 제자리 축소 · 빈틈이 말하는 것)

지도 글자 위계 (지역명 자간 · 물은 파랑 이탤릭 · 강 이름은 곡선 · 도시는 인구 3단계)

Map typography hierarchy: spaced area names, blue italic hydrography, curved river labels and three city size tiers vs one uniform label style

  • Canvas
  • Mapbox GL
  • QGIS
  • SVG textPath

모든 라벨을 같은 글꼴·크기·색으로 가로로만 붙이면 지역명·도시명·강·바다가 구분되지 않고 강 이름은 물길을 가로지르는 것을, 넓은 지역명은 가늘고 자간을 넓혀 흐리게, 물 이름은 파랑 이탤릭, 강 이름은 물길을 따라 글자마다 회전, 도시는 인구 순위 3단계 크기·굵기로 나누는 지도 타이포 위계로 바꿔 비교한다. 배경 지도 스타일과 라벨 규칙을 정할 때 쓴다.

프롬프트

Canvas 2D로 합성 국가와 강(사인 곡선)·호수를 그리고 라벨 13개(지역 3 · 도시 7 · 호수 · 바다 · 강)를 두 스타일로 그려 3.2초부터 0.8초 easeInOutCubic로 A → B 크로스페이드, 7.6초부터 0.8초에 복귀해줘. A안: 모두 700 굵기 · 같은 크기(fs×0.85) · 흰색 · 가로, 강 이름도 강 중간에 가로로. B안: 지역명은 300 굵기 · 흰 40% · 자간 fs×0.7(글자별 fillText), 도시는 인구 순위 1–2위 fs×1.2/800, 3–4위 fs×0.98/700, 5–7위 fs×0.82/500와 점 크기 2.6 · 2 · 1.4px, 호수·바다는 italic 500 · #8FC1F5 · 자간, 강 이름 '가람강'은 화면 좌표 폴리라인의 누적 길이로 글자 위치를 정하고 접선 각도로 글자마다 rotate해 물길 위 4px에 띄워(SVG라면 textPath, Mapbox GL이라면 symbol-placement: line). 아래에 B안 규칙 칩 3개('지역 = 자간 · 흐리게', '물 = 파랑 이탤릭', '도시 = 인구 3단계'), 8.5초 루프.

라이브 데모 열기 — 지도 글자 위계 (지역명 자간 · 물은 파랑 이탤릭 · 강 이름은 곡선 · 도시는 인구 3단계)

GPS 궤적 3,800개 밀도 톤 매핑 (불투명 선 · 선형 · 로그 · 히스토그램 평활화)

Rasterised GPS-track density with four tone maps: binary (opaque lines), linear, log and histogram equalisation

  • Datashader
  • deck.gl
  • Canvas
  • Python

수천 개 이동 궤적을 그대로 겹쳐 그리면 길이 있는 곳은 전부 같은 색으로 포화되고, 통과 횟수를 격자에 누적해 선형으로 칠하면 최대 칸 몇 곳만 보이고 나머지는 사라지는 것을, 로그와 히스토그램 평활화(Datashader how='eq_hist') 톤 매핑으로 바꿔 간선·지선·골목 이용량 위계가 함께 보이게 한다. 오른쪽에 셀 빈도 히스토그램 위 현재 전달 곡선을 겹쳐 무엇이 바뀌는지 보여준다. 차량·자전거·배달 GPS, 선박 AIS처럼 선이 겹치는 대용량 이동 데이터를 지도로 만들 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 위 9개 거점(최원점 샘플링, 각자 가까운 2곳과 도로로 연결, 플로이드–워셜 최단 경로)을 두고, 인구 가중으로 뽑은 출발·도착 사이 GPS 간선 트랙 2,400개(트랙별 횡오프셋 N(0, 0.55) + 샘플 잡음 N(0, 0.3))와 거점 주변 4단위 격자 골목을 교차로마다 40% 확률로 꺾으며 3~10블록 걷는 골목 트랙 1,400개를 0.5단위마다 샘플링해 160×100 격자에 통과 횟수를 한 번 누적해줘(같은 트랙이 같은 칸을 연달아 세지 않게). 같은 카운트로 4장의 ImageData를 만들어 2.5초마다 0.45초 easeInOutCubic 크로스페이드로 순환: ① 이진(n > 0이면 같은 색 = 불투명 선 겹침) ② 선형 n/max ③ 로그 log(1+n)/log(1+max) ④ 히스토그램 평활화(0이 아닌 카운트의 순위 / 개수), 색은 #2A1E48→#FCE29A 순차, 0인 칸은 투명. 오른쪽에 log 구간 14칸 셀 빈도 히스토그램과 현재 모드의 전달 곡선(x = 통과 횟수 log축, y = 밝기)을 #FFC933로 그리고, HUD에 'max n회 · 중앙값 m회'와 '간선 2,400 + 골목 1,400'. Datashader라면 tf.shade(agg, how='linear'|'log'|'eq_hist'). 10초 루프.

라이브 데모 열기 — GPS 궤적 3,800개 밀도 톤 매핑 (불투명 선 · 선형 · 로그 · 히스토그램 평활화)

래스터 리샘플링 규칙 (범주형은 최근접 · 연속형은 쌍선형 · 거꾸로 쓰면)

Raster resampling rules: nearest for categorical land cover, bilinear for continuous elevation, and what breaks when swapped

  • GDAL
  • rasterio
  • Canvas
  • QGIS

토지피복처럼 코드값(0 수면 · 1 산림 · 2 농경 · 3 시가지)을 가진 범주 래스터를 쌍선형으로 확대·재투영하면 수면과 시가지 사이에 존재하지 않던 산림·농경 띠가 생기고, 고도처럼 연속값을 최근접으로 확대하면 계단 모양 단구가 생기는 것을 2×2 패널로 비교하고 가짜 범주 픽셀 비율을 계산해 보여준다. gdalwarp·타일 생성·재투영 파이프라인에서 -r 옵션을 고를 때 쓴다.

프롬프트

Canvas 2D로 32×20 범주 래스터(수면 0 · 산림 1 · 농경 2 · 시가지 3, 호수와 시가지가 맞닿게)와 32×20 고도 래스터를 만들고, 각각을 5배(160×100)로 최근접(floor(x/5))과 쌍선형((x+0.5)/5 − 0.5 위치 보간, 범주는 반올림)으로 직접 업샘플해 ImageData 4장으로 캐시해줘. 범주 색은 #2B4F7A · #2F6B3A · #C9B26A · #C8C3BC, 고도는 #2F5D3A → #D9D2C6 램프에 업샘플된 값의 315° 음영(0.8 + 10·Δ)을 곱해 최근접의 단구가 드러나게. 2×2 패널(위: 범주, 아래: 고도 / 왼쪽: 최근접, 오른쪽: 쌍선형)을 imageSmoothingEnabled = false로 그리고, 범주+쌍선형 패널에는 원래 2×2 이웃 어느 것에도 없던 범주가 된 픽셀을 #FF3EA5로 0.35~1 알파 맥동시키며 칩에 '가짜 범주 x%'를 실제 계산값으로, 나머지 패널에 '✓ 경계 보존' · '✗ 계단' · '✓ 매끈' 칩. 2초마다 강조 패널 테두리 #FFC933를 옮기고, 오른쪽에 범주 코드 범례와 gdalwarp -r near / -r bilinear 표기. 8초 루프.

라이브 데모 열기 — 래스터 리샘플링 규칙 (범주형은 최근접 · 연속형은 쌍선형 · 거꾸로 쓰면)

베이스맵 시각 위계 (화려한 기본 지도 그대로 vs 저대비 회색 + 라벨을 데이터 위로)

Basemap hierarchy for thematic overlays: a busy default basemap vs a muted low-contrast basemap with a label sandwich

  • Mapbox GL
  • MapLibre GL
  • Canvas
  • CARTO

초록 땅·파란 바다·노란 도로·아이콘이 가득한 기본 지도 위에 데이터 원을 올리면 데이터가 배경에 묻히고 도시 이름은 데이터 아래로 깔려 사라지는 것을, 바탕을 저대비 회색으로 낮추고 도로·아이콘을 걷어낸 뒤 '베이스맵 → 데이터 → 라벨' 순서(라벨 샌드위치)로 쌓아 데이터가 주인공이 되게 바꾸며, 데이터와 바탕의 명도차 ΔL*를 수치로 비교한다. 주제도·대시보드 지도의 배경 스타일을 정할 때 쓴다.

프롬프트

Canvas 2D로 같은 합성 국가를 두 베이스맵 레이어로 오프스크린 캐시해줘. A안: 바다 #3E7FC1, 지역마다 #7DBA6E · #A9CF7A · #E2D27A · #86B8D6 · #C8A2D6 파스텔, 노란 도로 #F4C542(주황 케이싱 2.6px), 색색 POI 아이콘 40개, 흰 도시 라벨을 데이터보다 아래에. B안: 바다 #12161F, 땅 #1E222B, 경계 흰 6%, 도로 흰 9% 0.8px, POI 없음. 데이터는 인구 상위 16개 도시 비례 원(r = 9u·√(p/max), A안 #E2453A 55% / B안 #FF6B5A 75% + 흰 0.5px), B안 라벨은 데이터 위에 어두운 2.5px strokeText 헤일로로. 0~3.3초 A, 3.3초부터 0.8초 easeInOutCubic 크로스페이드로 B, 8.2초부터 0.8초에 복귀. 오른쪽 HUD에 sRGB → L*로 계산한 '데이터 vs 바탕 ΔL*'(A: 파스텔 평균, B: #1E222B 기준)과 레이어 쌓기 도식(A: 데이터가 라벨 위 → B: 라벨이 맨 위, 층 위치 보간). Mapbox GL이라면 map.addLayer(dataLayer, firstSymbolId)로 라벨 레이어 아래에 끼우기. 9초 루프.

라이브 데모 열기 — 베이스맵 시각 위계 (화려한 기본 지도 그대로 vs 저대비 회색 + 라벨을 데이터 위로)

소지역 비율 지도의 함정 (인구 적은 곳이 최고·최저 · 경험적 베이즈 수축)

Small-area rate maps: raw rates where tiny regions take both extremes vs empirical-Bayes shrinkage toward the mean

  • D3
  • Canvas
  • PySAL
  • R

모든 지역의 실제 위험률이 거의 같아도 인구가 적은 지역은 우연만으로 비율이 크게 튀어 지도 상·하위를 모두 차지하는 것을, 인구 대비 비율 산점도의 깔때기와 함께 보여주고, 각 지역 비율을 인구가 적을수록 전체 평균 쪽으로 더 많이 당기는 경험적 베이즈(Marshall) 수축으로 바꿔 진짜 지역 차이(동쪽이 더 높음)만 남게 한다. 질병·범죄·사고율처럼 작은 행정구역 비율을 지도로 낼 때 쓴다.

프롬프트

Canvas 2D로 합성 국가 지역마다 참 위험률 40 + 20·(x/160)(10만 명당)과 인구 1.4만~90만에서 기대 건수 E = 인구 × 위험률 / 10⁵을 두고 관측 건수 = round(E + √E·N(0,1))로 원 비율을 만들어줘. Marshall(1991) 적률 추정으로 전체 평균 m, 지역 간 분산 s² = Σn(r−m)²/Σn − m·10⁵/n̄(하한 0.5), 가중치 w = s² / (s² + m·10⁵/n), EB = m + w·(r − m). 왼쪽 단계구분도는 원 비율 최소~최대 고정 도메인 순차 팔레트, 상위 5곳 #FF6B5A · 하위 5곳 #6E80FF 링, 오른쪽 산점도는 x = 인구(log), y = 비율에 평균선과 m ± 2√(m·10⁵/n) 깔때기 점선. 0~3.3초 원 비율, 3.3초부터 1.2초 easeInOutCubic로 지도 색·산점도 점이 EB 값으로 이동, 8초부터 0.9초에 복귀. HUD에 '상·하위 10곳 중 소인구(하위 1/3) n곳'을 현재 값으로 계산해 원 비율 9곳 안팎 → EB 2곳 안팎으로 줄어듦을 보여주고, 칩은 '극단값 = 작은 지역의 우연' ↔ 'w = s² ÷ (s² + m/n)'. PySAL이라면 esda.smoothing.Empirical_Bayes. 9초 루프.

라이브 데모 열기 — 소지역 비율 지도의 함정 (인구 적은 곳이 최고·최저 · 경험적 베이즈 수축)

바람 깃 판독 규칙 (화살표는 가는 쪽 · 깃은 오는 쪽 · 50/10/5 kt 합산)

Wind barbs vs arrows: downwind length-scaled arrows, upwind fixed-length barbs and summing 50/10/5-knot pennants and feathers

  • Canvas
  • MetPy
  • matplotlib barbs
  • D3

같은 저기압 바람장을 길이 ∝ 속력 화살표(바람이 가는 쪽, 강풍 구역에서 서로 겹침)와 일정 길이 막대에 50 kt 삼각기 · 10 kt 긴 깃 · 5 kt 짧은 깃을 다는 기상 바람 깃(바람이 오는 쪽, 겹치지 않고 5 kt 단위로 판독)으로 번갈아 그린 뒤, 가장 강한 관측점 하나를 골라 같은 바람이 화살표와 깃에서 정반대 방향을 가리키는 것과 깃 조각을 더해 풍속을 읽는 법(예: 50 + 10 + 5 = 65 kt), 풍향 각도와 16방위 이름을 확대해 보여준다. 일기도·해상·항공 기상 지도에 바람을 표기할 때 쓴다.

프롬프트

Canvas 2D로 160×100 영역에 서풍 9 kt + (98, 46) 반시계 저기압(접선 속력 55·(r/13)·e^(1−r/13) kt, 안쪽 유입 30%) + (36, 68) 시계 방향 고기압(최대 18 kt)을 해석식으로 정의하고, 속력 래스터 80×50(#14243F→#B4E3F6, 0~60 kt)을 한 번 캐시해 바탕에 50%로 깔아줘. 3.2초마다 0.5초 easeInOutCubic로 세 단계 순환: ① 14×8 격자 화살표(바람이 가는 쪽, 길이 = 속력/60 × 14단위) → 강풍 구역 겹침. ② 11×7 격자 바람 깃: 막대 7단위를 바람이 불어오는 쪽으로, 5 kt 반올림 후 끝에서부터 50 kt 삼각기(1.6단위 간격) · 10 kt 긴 깃(3.2단위, 1.1단위 간격) · 5 kt 짧은 깃(1.6단위), 3 kt 미만은 고요 원. ③ 판독: 격자에서 가장 강한 관측점만 남기고 나머지는 35%로 낮춘 뒤 그 점에 화살표(#4FD1B5, 가는 쪽)와 바람 깃(#FFC933, 오는 쪽)을 겹쳐 반대 방향임을 보이고, 오른쪽에 그 깃을 2.2배 확대하고 막대 반대편에 조각마다 값 라벨, 합산(예: '50 + 10 + 5 = 65 kt')과 풍향(북 기준 시계 방향, 바람이 오는 쪽, 16방위, 예: '266° · 서풍')을 실제 값으로 표시. matplotlib/MetPy라면 ax.barbs(x, y, u, v, barb_increments=dict(half=5, full=10, flag=50)). 9.6초 루프.

라이브 데모 열기 — 바람 깃 판독 규칙 (화살표는 가는 쪽 · 깃은 오는 쪽 · 50/10/5 kt 합산)