标签：des http io 使用 ar for strong 数据 sp
一.Feature的基本渲染方法
Feature的常用的绘制方法包括：1.简单绘制；2.唯一值绘制/多字段唯一值绘制；3.点密度/多字段点密度绘制；4.数据分级绘制；5.质量图(饼图/直方图)； 6.按比例尺渲染；7.比例符号渲染。
1.简单渲染
简单渲染是ArcEngine的默认渲染，我们打开一个FeatureClass，建立一个FeatureLayer的时候，如果没有给FeatureLayer设置Renderer那么使用的就是简单渲染。简单渲染对整个图层中的所有Feature使用同一种方式显示。简单渲染在ArcEngine中用ISimpleRenderer来表示，ISimpleRenderer的使用方式如下：
//假设layer是一个IFeatureLayer，获取IGeoFeatureLayer
IGeoFeatureLayer geoLayer=layer as IGeoFeatureLayer;
//构造SimpleRenderer
ISimpleRenderer renderer=new SimpleRendererClass();
renderer.description="简单的渲染一下";
renderer.Label="符号的标签";
//假设sym是一个和该图层中Geometry类型对应的符号；
renderer.Symbol=sym;
//为图层设置渲染，注意需要刷新该图层。
geoLayer.Renderer=renderer;
2.独立值/多字段独立值渲染
独立值/多字段独立值渲染，根据Feature的某一个字段的数据或某几个字段的组合结果来确定符号。具有相同值或相同组合值的Feature，使用一样的符号。在使用多个字段的使用，每个字段的取值之间使用分割符来连接。字段的取值顺序和在Renderer中设置的一样。基本使用方式如下：
//假设layer是一个IFeatureLayer，获取IGeoFeatureLayer
IGeoFeatureLayer geoLayer=layer as IGeoFeatureLayer;
//构造一个UniqueValueRenderer
IUniqueValueRenderer renderer=new UniqueValueRendererClass();
//假设使用两个字段来渲染
renderer.FieldCount=2;
//假设YSLX字段表示要素类型
//假设YSYT字段表示要数用途
renderer.set_Field(0,"YSLX");
renderer.set_Field(1,"YSYT");
//字段之间使用 | 来连接(默认取值)
renderer.FieldDelimiter="|";
//设置默认符号
renderer.DefaultSymbol=defaultSymbol;
renderer.DefaultLabel="默认Label";
//添加值
renderer.addValue("房屋|民居","民居房屋",MJSymbol);
renderer.addValue("房屋|商业用地","商业用地",SYSymbol);
...
//还可以通过set_Symbol,set_Heading、set_Value来修改上述设置。
geoLayer.Renderer=renderer.
3.点密度/多字段点密度
点密度图通过在Feature的图形上打点来表示数据的数多，点越密集表示数据量越大。还可以使用多字段的点密度图。这个使用同一个Feature上就可以显示几种不同的点。注意点密度图有一个特殊的地方，点密度图使用的符号是面状符号。而其中有需要包括点状符号，接口使用如下：
IDotDensityRenderer renderer=new DotDensityRendererClass ();
IRendererFields flds=(IRendererFields)renderer;
flds.AddField("MJ ","面积");
flds.AddField("RK","人口");
IDotDensityFillSymbol ddSym=new DotDensityFillSymbolClass();
ISymbolArray symArray=(ISymbolArray)ddSym;
symArray.AddSymbol(mjSymbol);
symArray.AddSymbol(rkSymbol);
ddSym.Outline =(ILineSymbol)outlineSymbol ;
ddSym.DotSize =10 ;
ddSym.FixedPlacement=true;
renderer.DotDensitySymbol =ddSym;
renderer.DotValue=20 ;
renderer.MaintainSize=this.m_dotdensityParam .MaintainSize ;
IGeoFeatureLayer geoLayer=(IGeoFeatureLayer)layer ;
geoLayer.Renderer =(IFeatureRenderer)renderer;
4.数据分级绘制(使用IClassBreaksRenderer)
5.饼图/直方图(使用IChartRenderer)
6.按比例尺渲染(使IScaleDependentRenderer)
7.比例符号渲染(使用 IProportionalSymbolRenderer )
二.图例的使用
图例的使用通过ILegendInfo接口。每个Renderer都实现了该接口，但是有时候该实现不好用，所以也可以自己实现该接口。实现过程是比较简单的。
三.渲染层次
使用ILevelRender 接口。该接口可以指定一 当前的Level(-1)表示绘制全部。然后提供一个符号数组，注意每个符号要指定Level，如果不指定就默认为0。
四.透明度控制
透明度控制使用 ITransparencyRenderer 接口。该接口允许指定一个字段，字段取值用来表示透明度 注意 透明度的取值在0--100之间。
五.数据正规化
数据正规化用 IDataNormalization 接口来表示。该接口提供了几种正规化表示方法。
六.部分渲染
部分渲染通过使用IDataExclusion 来实现。该接口允许提供过滤语句来过滤掉不需要渲染的Feature。同时也可以给他们制定特殊的符号。同时控制是否显示
七.旋转控制
旋转控制通过使用IRotationRenderer 接口来表示。该接口要求提供旋转角度的字段。同时要求提供旋转的方法。
八.数据样本
IDataSampling 没有使用过。
九.外表关联
ITable dispTable=((IDisplayTable)feaLayer).DisplayTable ;//图层
ITable attTable；//外表
IMemoryRelationshipClassFactory fac=new MemoryRelationshipClassFactoryClass ();
IRelationshipClass relClass=fac.Open("JZMJ",(IObjectClass)dispTable,"ZDDJH",
IObjectClass)attTable,"G03",
"Forward","Backward",
esriRelCardinality.esriRelCardinalityOneToOne);
IDisplayRelationshipClass dispRelClass=feaLayer as IDisplayRelationshipClass ;
dispRelClass.DisplayRelationshipClass(relClass,esriJoinType.esriLeftInnerJoin);
十.统计分析
ITableHistogram tableHistogram=new BasicTableHistogramClass ();
tableHistogram.Table =((IDisplayTable)layer).DisplayTable ;
tableHistogram.Field =fieldName ;
object valueArray=null, freq=null;
IBasicHistogram basicHistogram=(IBasicHistogram)tableHistogram;
basicHistogram.GetHistogram(out valueArray,out freq);
IClassify classify=null;
int breakNum=6;
//分类方法
switch(ClassifyMethod )
{
case ClassifyMethodName.lsClassifyMethodEqualInterval:
{
EqualIntervalClass eq=new EqualIntervalClass ();
eq.Classify (valueArray,freq,ref breakNum);
classify=(IClassify)eq;
break;
}
case ClassifyMethodName.lsClassifyMethodStandardDeviation:
{
StandardDeviationClass sd=new StandardDeviationClass ();
IStatisticsResults stat= histogram as IStatisticsResults ;
classify=sd as IClassify;
classify.SetHistogramData (valueArray,freq);
IDeviationInterval di=sd as IDeviationInterval ;
di.DeviationInterval=1;
di.Mean=stat.Mean;
di.StandardDev=stat.StandardDeviation;
classify.Classify (ref breakNum);
break;
}
case ClassifyMethodName.lsClassifyMethodQuantile:
{
Quantile qc=new QuantileClass ();
qc.Classify (valueArray,freq,ref breakNum);
classify=qc as IClassify ;
break;
}
case ClassifyMethodName.lsClassifyMethodNaturalBreaks:
{
NaturalBreaksClass nb=new NaturalBreaksClass ();
nb.Classify (valueArray,freq,ref breakNum);
classify=nb as IClassify ;
break;
}
case ClassifyMethodName.lsClassifyMethodDefinedInterval:
{
DefinedIntervalClass di=new DefinedIntervalClass ();
di.IntervalRange =this.m_classBreaksParam .Interval ;
di.Classify (valueArray,freq,ref breakNum);
classify=di as IClassify ;
break;
}
default:
{
EqualIntervalClass eq=new EqualIntervalClass ();
eq.Classify (valueArray,freq,ref breakNum);
classify=(IClassify)eq;
break;
}
}
object o=classify.ClassBreaks ;
System.Array breakArray= o as System.Array;
现在breakArray中就是统计后的数据了。
from： http://www.gissky.net/Article/1870.htm
标签：des http io 使用 ar for strong 数据 sp
原文地址：http://www.cnblogs.com/yuxuetaoxp/p/4019675.html
