Mappa coropletica: cos'è, metodi di classificazione, esempi
Pubblicato il
Una mappa coropletica è una carta tematica che colora aree predefinite, come paesi, stati, contee o dipartimenti francesi, in base al valore di una statistica in ciascuna area. La maggior parte delle mappe coropletiche classificate raggruppa i valori in 5-7 classi di colore, dal chiaro allo scuro al crescere del numero, e rappresenta un tasso o una densità invece di un totale grezzo.
Cambia la regola che divide i numeri in classi e lo stesso dataset racconta un'altra storia. Qui sotto rappresentiamo in tre modi la densità di popolazione dei 96 dipartimenti della Francia metropolitana con gli stessi identici cinque colori. Sulla prima mappa la Francia sembra quasi vuota fuori da Parigi. Sulla seconda, due dipartimenti su cinque diventano rossi.
da 5 a 7classi
intervallo abituale in una mappa coropletica classificata
gli schemi sequenziali di ColorBrewer si fermano a 9
1.350×divario di densità
Parigi contro Lozère nel nostro dataset di prova
19.960 contro 14,8 persone per km²
1826prima mappa
la carta della scolarizzazione della Francia di Charles Dupin
Termine coniato da J. K. Wright nel 1938

Che cos'è una mappa coropletica?
La parola viene dal greco choros (area o regione) e plethos (moltitudine). Una mappa coropletica parte da confini già esistenti, come sezioni di censimento, comuni o province, associa un numero a ogni poligono e riempie il poligono con la tonalità che corrisponde al suo numero.
L'ingegnere e matematico francese Charles Dupin realizzò la prima mappa coropletica nota e la presentò il 30 novembre 1826 (Polish Cartographical Review). La sua Carte figurative de l'instruction populaire de la France colorava ogni dipartimento francese in base al numero di abitanti per ogni ragazzo iscritto a scuola, usando un inchiostro più scuro dove andavano a scuola meno ragazzi. Il nome arrivò un secolo dopo: il geografo americano John Kirtland Wright introdusse il termine "choropleth map" nel 1938.
Una mappa coropletica fa una grande ipotesi: dipinge ogni poligono con un unico colore uniforme, come se il valore fosse costante da un confine all'altro. Anche il modo in cui sono tracciati i confini cambia il quadro. Aggrega le stesse misure per comune, per dipartimento o su una griglia quadrata e ottieni tre schemi diversi, una trappola che i geografi chiamano problema dell'unità areale modificabile (MAUP).
Perché una mappa coropletica usa tassi e non conteggi grezzi
Una mappa coropletica dovrebbe rappresentare un rapporto che non dipende dall'area del poligono: una densità (persone per km²), un tasso (casi ogni 100.000 residenti), una percentuale o un dato pro capite (reddito per persona, kWh per famiglia).
Quando colori i poligoni in base a un conteggio grezzo, i poligoni grandi dominano la mappa perché coprono più terreno e raccolgono più di tutto. Le unità urbane più piccole scompaiono, anche quando è lì che si concentra la maggior parte delle persone o degli eventi.
Il nostro dataset francese mostra quanto può diventare ampio il divario tra conteggio e densità. Abbiamo unito le popolazioni legali INSEE 2023 (in vigore dal 1° gennaio 2026, per un totale di 66.165.815 persone in tutta la Francia metropolitana) ai 96 dipartimenti di IGN ADMIN EXPRESS 2026, usando per ciascun dipartimento la somma della superficie catastale dei comuni:
| Dipartimento | Popolazione | Superficie (km²) | Densità (persone per km²) |
|---|---|---|---|
| Lozère | 76.486 | 5.167 | 14,8 |
| Creuse | 115.527 | 5.565 | 20,8 |
| Alpes-de-Haute-Provence | 168.054 | 6.926 | 24,3 |
| Val-de-Marne | 1.426.929 | 245 | 5.827 |
| Seine-Saint-Denis | 1.704.316 | 236 | 7.213 |
| Hauts-de-Seine | 1.654.712 | 176 | 9.412 |
| Parigi | 2.103.778 | 105 | 19.960 |
Parigi concentra 2.103.778 persone in 105 km², ovvero 19.960 persone per km². Lozère distribuisce 76.486 persone su 5.167 km², ovvero 14,8 persone per km². Parigi è 1.350 volte più densa, su un poligono 49 volte più piccolo. Su una mappa di densità, Parigi e i suoi tre dipartimenti confinanti risaltano. Su una mappa dei totali grezzi, un dipartimento grande sembra importante solo perché copre più terreno.
Quando il totale grezzo è ciò che il lettore deve vedere, come il totale degli elettori, delle vendite o dei casi, mantieni i conteggi e cambia tipo di mappa: metti un cerchio proporzionale su ogni area invece di colorare il poligono.
Metodi di classificazione: intervalli uguali, quantili e interruzioni naturali (Jenks)
Sui 96 dipartimenti della Francia metropolitana, la densità di popolazione mediana è 83,5 persone per km², mentre la media è 568. Parigi e i suoi tre vicini portano la media a quasi sette volte la mediana. Con dati asimmetrici come questi, il modo in cui dividi i numeri in classi decide che cosa mostra la mappa.
Ecco che cosa fanno i tre metodi di classificazione standard sui nostri 96 dipartimenti quando si chiedono 5 classi:
| Metodo | Come stabilisce le interruzioni | Le nostre interruzioni (persone per km²) | Dipartimenti per classe | Adatto a | Attenzione |
|---|---|---|---|---|---|
| Intervalli uguali (Equal Interval) | Divide l'intero intervallo (dal minimo al massimo) in classi di uguale ampiezza | 4.004 / 7.993 / 11.982 / 15.971 | 92, 2, 1, 0, 1 | Dati distribuiti uniformemente, temperature o percentuali che si leggono a scalini tondi | Un solo valore anomalo (Parigi a 19.960) schiaccia 92 aree su 96 nella classe più chiara e lascia completamente vuota la quarta classe |
| Quantili (stesso numero di elementi) | Mette lo stesso numero di poligoni in ogni classe | 45 / 63 / 105 / 201 | 19, 19, 20, 19, 19 | Ordinare le aree in quinti o quarti, usando tutti i colori della tavolozza | Valori molto diversi condividono un colore (la classe più alta va da 201 a 19.960), mentre due dipartimenti quasi identici ai lati di 63 ottengono colori diversi |
| Interruzioni naturali (Natural Breaks, Jenks) | Colloca le interruzioni nei vuoti più ampi dei dati, minimizzando la varianza all'interno di ogni classe | 263 / 1.028 / 7.213 / 9.412 | 86, 6, 2, 1, 1 | Dati con veri raggruppamenti e salti | Le interruzioni sono su misura per questa sola tabella, quindi non si possono confrontare due mappe fatte con Jenks; i dati asimmetrici ammassano comunque 86 aree nella classe più bassa |
George Jenks pubblicò il metodo delle interruzioni naturali nel 1967, sulla base dell'algoritmo di raggruppamento esatto di Walter Fisher del 1958. La nostra figura usa l'ottimizzazione esatta di Fisher-Jenks.
QGIS include altre quattro modalità di classificazione graduata (manuale utente di QGIS 3.44) che risolvono casi specifici:
- Logarithmic scale crea classi strette per i valori bassi e ampie per i valori alti. Quando un dataset copre più di tre ordini di grandezza, come da 14,8 a 19.960 persone per km², una scala logaritmica separa i dipartimenti rurali e quelli a densità media senza lasciare che Parigi schiacci il resto della legenda.
- Pretty Breaks sceglie numeri tondi e puliti (multipli di 1, 2 o 5 per una potenza di 10) vicini al numero di classi richiesto, così la legenda è facile da leggere senza modifiche manuali.
- Fixed Interval ti permette di digitare tu stesso l'ampiezza esatta del passo, per esempio ogni 10 punti percentuali, il modo più pulito per confrontare una serie di mappe su più anni.
- Standard Deviation taglia le classi in base alla distanza dalla media (come ±0,5, ±1 e ±2 deviazioni standard) e si abbina bene a una scala di colori divergente.
Puoi anche rinunciare del tutto alle classi. Una mappa coropletica non classificata proietta ogni valore direttamente su una scala di colori continua, così 80 e 180 non finiscono mai nello stesso gruppo. Il compromesso è che l'occhio umano fatica a ricollegare una tonalità specifica sulla mappa a un numero esatto su una barra di legenda continua.
Quante classi e quali colori scegliere
La maggior parte delle mappe coropletiche classificate usa da 5 a 7 classi. Usa 3 o 4 classi su una mappa piccola o su una dashboard dove il lettore ha bisogno solo di "basso, medio, alto". Sali a 7 quando la mappa è grande e i valori si distribuiscono in modo continuo.
Andare oltre raramente aiuta. Nel loro articolo del 2003 che presenta ColorBrewer, Mark Harrower e Cynthia Brewer offrono schemi da 3 a 12 classi e notano che molti schemi sequenziali si fermano a 9 classi "perché ulteriori suddivisioni all'interno dello schema non sono affidabili dal punto di vista percettivo".
ColorBrewer organizza i suoi 35 insiemi di schemi in tre famiglie, ciascuna pensata per un tipo di dato:
- Le scale sequenziali vanno dal chiaro allo scuro in una sola tinta o in una miscela graduale di due (come la scala da arancione a rosso
OrRda 5 classi nella nostra figura). In stampa e su sfondi chiari, la convenzione cartografica è che più scuro significa di più. Usa una scala sequenziale ogni volta che i valori vanno dal basso all'alto senza un centro naturale: densità, tassi, età o redditi. - Le scale divergenti collocano una tonalità neutra chiara al centro e si spostano verso l'esterno in due tinte distinte (come da marrone a verde acqua, o da blu a rosso). Usa una scala divergente solo quando la classe centrale cade su un numero che ha un significato nel mondo reale: variazione di popolazione zero, 50% in un voto a due opzioni o la media nazionale.
- Le tavolozze qualitative usano tinte distinte di luminosità simile senza un ordine implicito. Appartengono alle mappe categoriche (copertura del suolo prevalente, partito vincente, tipo di zonizzazione), non a una mappa coropletica numerica.
Oltre al colore conta la proiezione. Poiché una mappa coropletica riempie di inchiostro l'intera area di ogni poligono, una proiezione che gonfia le alte latitudini dà alle regioni settentrionali molto più peso visivo di quanto la loro vera dimensione giustifichi. Metti sempre una mappa coropletica regionale o mondiale in una proiezione cartografica equivalente, mai in Web Mercator. Anche il livello di dettaglio dei confini dovrebbe corrispondere alla tua scala della carta, così minuscole isole costiere o sottili frammenti non diventano contorni scuri dove il colore di riempimento non si vede.
Mappa coropletica, mappa di calore e simboli proporzionali: le differenze
Spesso si dice "mappa di calore" quando si intende una mappa coropletica. In un GIS, le due usano dati di partenza diversi e rispondono a domande diverse.
| Tipo di mappa | Dati di partenza | Che cosa disegna | Uso migliore |
|---|---|---|---|
| Mappa coropletica | Poligoni con un valore per area | Ogni regione colorata in base a un tasso, una densità o una percentuale | Confrontare tassi tra confini amministrativi esistenti |
| Mappa di calore (kernel density) | Punti | Una superficie raster continua e liscia della densità dei punti che ignora i confini | Trovare dove si raggruppano eventi distinti (incidenti stradali, chiamate, avvistamenti di fauna) |
| Simboli proporzionali | Poligoni o punti con un conteggio | Un cerchio o un quadrato su ogni elemento, dimensionato in proporzione al totale | Confrontare i totali grezzi: popolazione, ricavi, numero di casi |
| Mappa a densità di punti | Poligoni con conteggi | Un punto ogni N unità sparso dentro ogni poligono | Mostrare come un totale si distribuisce nello spazio senza perdere il senso della densità |
Fuori dal GIS, i fogli di calcolo e gli strumenti di analisi usano "mappa di calore" in modo generico per qualsiasi tabella o griglia colorata in base al valore. Nei software GIS, una mappa di calore costruisce una superficie di densità continua attorno alle posizioni dei punti; la nostra guida alle mappe di calore in QGIS ne costruisce una in tre modi, dal renderer Heatmap a un raster di kernel density. Se parti da singoli eventi puntuali e vuoi invece una mappa coropletica, conta prima i punti dentro ogni poligono con un join spaziale in QGIS, poi dividi quel conteggio per l'area o per la popolazione del poligono.
Come creare una mappa coropletica in QGIS
Creare una mappa coropletica in QGIS richiede cinque passaggi: caricare i confini, unire la tabella, calcolare il tasso, impostare uno stile graduato e ripulire la legenda.
Carica i poligoni e la tabella dei dati
Trascina il livello dei confini (come i dipartimenti di IGN ADMIN EXPRESS) in QGIS, poi aggiungi la tabella delle statistiche (un CSV o un foglio di calcolo con il codice ufficiale dell'area e la colonna della popolazione o del conteggio).
Unisci la tabella ai poligoni
Apri Layer Properties > Joins sul livello dei poligoni, fai clic sul pulsante verde
+e abbina il codice amministrativo comune a entrambi i livelli (per esempioINSEE_DEP). Se vuoi un nuovo file permanente invece di un join al volo, esegui Vector general > Join attributes by field value dalla Processing Toolbox.Calcola il tasso o la densità
Apri il calcolatore di campi di QGIS, crea un campo decimale (
real) e dividi il conteggio per il denominatore. Per la densità di popolazione in persone per km², usa l'espressione"population" / ($area / 1000000). Assicurati che il progetto abbia un ellissoide valido impostato in Project Properties > General, così$arearestituisce metri quadrati sull'ellissoide.Applica una simbologia Graduated
Vai su Layer Properties > Symbology, cambia il renderer in alto da Single Symbol a Graduated e seleziona il nuovo campo di densità come Value. Scegli una scala ColorBrewer in Color ramp, scegli la Mode (Equal Count (Quantile), Equal Interval, Natural Breaks (Jenks), Pretty Breaks, Standard Deviation, Logarithmic scale o Fixed Interval), imposta il numero di classi (di solito 5) e fai clic su Classify. Passa alla scheda Histogram e fai clic su Load Values per vedere dove cadono le interruzioni rispetto alla distribuzione reale dei dati.
Arrotonda le etichette della legenda e aggiungi la fonte
Fai doppio clic sulla colonna Legend nell'elenco dei simboli per arrotondare i decimali scomodi (come
263,14 - 1028,47in260 a 1.030), indica l'unità (persone per km²) nel titolo della legenda e annota la fonte dei dati e l'anno nel layout di stampa.
Se non vuoi cercare a mano i file dei confini e i codici di join, AI Agent, il plugin QGIS che sviluppiamo, crea una mappa coropletica da una sola frase: recupera i confini e la tabella, esegue il join, calcola il tasso e applica lo stile graduato nel tuo progetto. Per un esempio completo con un layout di stampa, vedi come creare una mappa in QGIS, che rappresenta la densità di popolazione degli arrondissement di Parigi.
Domande frequenti
Una mappa coropletica è una carta tematica che colora regioni predefinite, come paesi, stati, contee o comuni, in proporzione a un valore statistico per ciascuna regione. Di solito raggruppa i valori in 5-7 classi di colore lungo una scala dal chiaro allo scuro e rappresenta un tasso, una densità o una percentuale invece di un conteggio grezzo.
Una mappa coropletica colora poligoni amministrativi esistenti (come contee o dipartimenti) con un solo colore uniforme per poligono, in base a un tasso o a una densità aggregati. Una mappa di calore GIS parte da posizioni puntuali e calcola una superficie raster continua e liscia della densità dei punti che ignora i confini politici. Se i tuoi dati sono associati a regioni, usa una mappa coropletica; se i tuoi dati sono una nuvola di singole coordinate, usa una mappa di calore.
Rappresentare i totali grezzi su una mappa coropletica fa sembrare più importanti le regioni geograficamente grandi, perché coprono più terra e contengono più persone o eventi. Normalizzare il conteggio in una densità (per km²), in un dato pro capite o in una percentuale elimina la distorsione dovuta alla dimensione del poligono. Quando devi mostrare i totali grezzi per area, metti cerchi proporzionali sui poligoni invece di colorarli.
Non esiste un metodo migliore in assoluto, perché la scelta giusta dipende da come sono distribuiti i tuoi numeri. Usa Equal Interval o Pretty Breaks quando i dati sono distribuiti in modo uniforme dal minimo al massimo, Quantile quando vuoi ordinare le regioni in gruppi di uguale dimensione (come il quinto più alto e il quinto più basso), e Natural Breaks (Jenks) o una Logarithmic scale quando i dati sono asimmetrici con valori anomali. Controlla sempre l'istogramma nel tuo software GIS prima di pubblicare: sui nostri 96 dipartimenti francesi, Equal Interval mette 92 aree in un solo colore, mentre Quantile le distribuisce in modo uniforme su tutti e cinque.
Da cinque a sette classi funzionano meglio per la maggior parte delle mappe coropletiche. Meno di quattro nasconde la variazione geografica, mentre più di sette rende difficile all'occhio umano distinguere sulla mappa le tonalità vicine di una scala di colori sequenziale. ColorBrewer limita a 9 classi molte delle sue tavolozze sequenziali perché suddivisioni più fini diventano inaffidabili dal punto di vista percettivo.
In QGIS, unisci la tabella delle statistiche al livello dei poligoni in Layer Properties > Joins, poi calcola il tasso o la densità nella Field Calculator (per esempio "population" / ($area / 1000000)). Apri Layer Properties > Symbology, cambia il renderer in Graduated, scegli la colonna del tasso, seleziona una scala di colori ColorBrewer e una modalità di classificazione come Quantile o Natural Breaks (Jenks), imposta il numero di classi a 5 e fai clic su Classify.

Fallo in QGIS semplicemente chiedendolo
AI Agent esegue l'attività che descrivi, direttamente nel tuo progetto QGIS. Gratis, senza carta.
include altre quattro modalità di classificazione graduata (

