階級区分図とは?分類方法と作り方、QGISの例
公開日
階級区分図(choropleth map)とは、国、州、郡、フランスの県(département)のような、あらかじめ決まった区域を、区域ごとの1つの統計値に応じて塗り分けた主題図です。階級を使う階級区分図の多くは、値を5〜7の色の階級にまとめ、数値が大きくなるほど薄い色から濃い色へ変え、総数そのものではなく比率や密度を地図にします。
数値を階級に分ける規則を変えると、同じデータでも違う物語になります。ここでは、フランス本土の96県の人口密度を、まったく同じ5色で3通りに地図にしました。1つ目の地図では、パリを除くとフランスはほとんど空っぽに見えます。2つ目では、5県のうち2県が赤くなります。
5〜7階級
階級区分図の一般的な範囲
ColorBrewerの順次型配色は9で止まる
1,350×密度の差
テストデータでのパリとロゼールの比
1 km²あたり19,960人と14.8人
1826最初の地図
シャルル・デュパンのフランスの就学地図
用語は1938年にJ. K. ライトが考案

階級区分図とは?
この言葉は、ギリシャ語のchoros(区域、地域)とplethos(多数)に由来します。階級区分図は、国勢調査区、市町村、州のような既存の境界から始め、各ポリゴンに1つの数値を結び付け、その数値に合う濃さでポリゴンを塗ります。
フランスの技術者で数学者のシャルル・デュパンが、知られているかぎり最初の階級区分図を作り、1826年11月30日に発表しました(Polish Cartographical Review)。彼のCarte figurative de l'instruction populaire de la Franceは、フランスの各県を、就学している男子1人あたりの住民数で塗り分け、就学する男子が少ないほど濃いインクを使いました。名前そのものはその1世紀後に生まれました。米国の地理学者ジョン・カークランド・ライトが、1938年に「choropleth map」という用語を導入したのです。
階級区分図には、大きな前提が1つあります。各ポリゴンを1色で一様に塗るので、値が境界から境界まで均一であるかのように見せることです。境界をどこで切るかによっても、絵は変わります。同じ測定値をコミューン別、県別、正方形のグリッドで集計すると、3つの違うパターンになります。地理学者はこの落とし穴を、可変領域単位問題(modifiable areal unit problem、MAUP)と呼びます。
階級区分図に総数ではなく比率を使うのはなぜ?
階級区分図には、ポリゴンの面積に左右されない比を載せるべきです。密度(1 km²あたりの人数)、率(住民10万人あたりの症例数)、パーセンテージ、1人あたりの数値(1人あたりの所得、1世帯あたりのkWh)などです。
総数でポリゴンを塗ると、面積の大きなポリゴンが、より広い土地を覆い、より多くのものを集めるので、地図を支配します。人や出来事の大半が集中しているのが小さな都市の単位でも、それらは消えてしまいます。
フランスのデータで、総数と密度の差がどれほど開くかがわかります。INSEEの2023年法定人口(2026年1月1日施行、フランス本土の合計は66,165,815人)を、IGN ADMIN EXPRESS 2026の96県に結び付けました。面積は、各県のコミューンの地籍面積の合計です。
| 県 | 人口 | 面積(km²) | 密度(1 km²あたりの人数) |
|---|---|---|---|
| ロゼール県(Lozère) | 76,486 | 5,167 | 14.8 |
| クルーズ県(Creuse) | 115,527 | 5,565 | 20.8 |
| アルプ=ド=オート=プロヴァンス県(Alpes-de-Haute-Provence) | 168,054 | 6,926 | 24.3 |
| ヴァル=ド=マルヌ県(Val-de-Marne) | 1,426,929 | 245 | 5,827 |
| セーヌ=サン=ドニ県(Seine-Saint-Denis) | 1,704,316 | 236 | 7,213 |
| オー=ド=セーヌ県(Hauts-de-Seine) | 1,654,712 | 176 | 9,412 |
| パリ(Paris) | 2,103,778 | 105 | 19,960 |
パリは、105 km²に2,103,778人を詰め込んでいて、1 km²あたり19,960人です。ロゼール県は、5,167 km²に76,486人が散らばり、1 km²あたり14.8人です。パリは1,350倍の密度で、ポリゴンの面積は49分の1です。密度の地図では、パリと隣接する3県が際立ちます。総数の地図では、大きな県は、広い土地を覆っているというだけで重要に見えます。
読み手に見せたいのが、有権者の総数、売上の総額、症例の総数のような総数なら、件数のまま、地図の種類を切り替えます。ポリゴンを塗る代わりに、各区域に比例円を置いてください。
分類方法とは?等間隔、分位数、自然分類(Jenks)
フランス本土の96県では、人口密度の中央値は1 km²あたり83.5人で、平均は568人です。パリと隣接する3県が、平均を中央値の7倍近くまで引き上げています。このように偏ったデータでは、数値をどう階級に切るかで、地図が示すものが決まります。
標準的な3つの分類方法に、96県で5階級を指定したときの結果は次のとおりです。
| 方法 | 区切りの決め方 | 今回の区切り(1 km²あたりの人数) | 階級ごとの県数 | 向いている場合 | 注意点 |
|---|---|---|---|---|---|
| 等間隔(Equal interval) | 全範囲(最小から最大まで)を、幅の等しい階級に分ける | 4,004 / 7,993 / 11,982 / 15,971 | 92, 2, 1, 0, 1 | 均等に広がるデータ、きりのよい段階で読まれる気温やパーセンテージ | 外れ値(19,960のパリ)が1つあると、96区域のうち92区域が最も薄い階級に押し込められ、4番目の階級はまったく空になる |
| 分位数(Quantile、等数) | 各階級に同じ数のポリゴンを入れる | 45 / 63 / 105 / 201 | 19, 19, 20, 19, 19 | 区域を5分の1や4分の1に順位付けする、パレットのすべての色を使う | まったく違う値が同じ色を共有し(最上位の階級は201から19,960まで)、63をはさんでほぼ同じ値の2つの県が別の色になる |
| 自然分類(Natural breaks、Jenks) | データのいちばん大きな隙間に区切りを置き、各階級の中の分散を最小にする | 263 / 1,028 / 7,213 / 9,412 | 86, 6, 2, 1, 1 | 本当のまとまりや段差のあるデータ | 区切りはこの1つの表に合わせて決まるので、Jenksで作った2つの地図は比べられない。偏ったデータでは、やはり86区域が最下位の階級に積み重なる |
ジョージ・ジェンクスは1967年に自然分類の方法を発表しました。ウォルター・フィッシャーが1958年に示した、厳密なクラスタリングのアルゴリズムが土台です。この図では、厳密なFisher-Jenks最適化を使っています。
QGISには、特定の場面を解決する、4つの追加の段階区分モード(QGIS 3.44 User Manual)があります。
- Logarithmic scale は、小さい値には狭い階級、大きい値には広い階級を作ります。データが、1 km²あたり14.8人から19,960人のように、3桁を超える範囲にわたるとき、対数目盛りを使うと、パリが凡例の残りをつぶすことなく、農村部と中密度の県を分けられます。
- Pretty Breaks は、指定した階級数に近い、きりのよい数(1、2、5に10のべき乗を掛けた数)を選ぶので、手で直さなくても凡例が読みやすくなります。
- Fixed Interval は、たとえば10パーセントポイントごとのように、ちょうどの段の幅を自分で入力できます。数年分の地図を並べて比べるには、いちばんすっきりした方法です。
- Standard Deviation は、平均からの距離(±0.5、±1、±2標準偏差など)で階級を切り、発散型のカラーランプとよく合います。
階級を使わない方法もあります。**階級なしの階級区分図(unclassed choropleth)**は、すべての値を連続したカラーランプに直接対応させるので、80と180が同じ階級に入ることはありません。代わりに、人間の目は、地図上の特定の色を、連続した凡例バーの正確な数値と照らし合わせるのが苦手です。
階級数はいくつ?色は何を選ぶ?
階級を使う階級区分図の多くは、5〜7階級を使います。読み手が「低、中、高」だけわかればよい小さな地図やダッシュボードでは、3か4階級にします。地図が大きく、値が滑らかに広がっているなら、7まで増やします。
それより増やしても、ほとんど役に立ちません。マーク・ハロワーとシンシア・ブリューワーは、ColorBrewerを紹介した2003年の論文で、3から12階級の配色を提供し、順次型の配色の多くは9階級で止まると述べています。その理由は「because further divisions within the scheme are perceptually unreliable」です。
ColorBrewerは、35の配色セットを3つの系統に整理し、それぞれが1種類のデータ向けです。
- 順次型(Sequential) のランプは、1つの色相、または2色の滑らかな混合で、薄い色から濃い色へ進みます(この図の5階級の、オレンジから赤の
OrRdランプなど)。印刷や明るい背景では、濃いほど大きいというのが地図の慣例です。値が低から高へ進み、自然な中間がない場合は、順次型のランプを使います。密度、率、年齢、所得などです。 - 発散型(Diverging) のランプは、中央に明るい中立の色を置き、外側へ向かって2つの異なる色相に進みます(茶色から青緑、青から赤など)。中央の階級が、実世界で意味のある数値、つまり人口増減ゼロ、二者択一の投票の50%、全国平均などに当たるときだけ、発散型のランプを使います。
- 定性型(Qualitative) のパレットは、明るさが同程度で、順序を暗示しない、はっきり違う色相を使います。数値の階級区分図ではなく、カテゴリの地図(優勢な土地被覆、勝った政党、用途地域の種類)向けです。
色と並んで、投影法も重要です。階級区分図は、すべてのポリゴンの全面をインクで塗るので、高緯度を膨らませる投影法では、北の地域が実際の大きさ以上に視覚的な重みを持ちます。地域や世界の階級区分図は、必ず正積の地図投影法で作り、Web Mercatorでは作らないでください。境界の詳しさも、縮尺に合わせてください。そうしないと、小さな沿岸の島や細長い切れ端が、塗りの色が見えない濃い輪郭線になってしまいます。
階級区分図、ヒートマップ、比例シンボルの違い
「ヒートマップ」と言いながら階級区分図を指している人は多くいます。GISでは、この2つは入力が違い、答える問いも違います。
| 地図の種類 | 入力データ | 描くもの | 向いている用途 |
|---|---|---|---|
| 階級区分図 | 区域ごとに1つの値を持つポリゴン | 各地域を、率、密度、パーセンテージで塗り分ける | 既存の行政境界をまたいで率を比べる |
| ヒートマップ(カーネル密度) | ポイント | 境界を無視した、ポイントの密度の連続した滑らかなラスター面 | 個々の出来事が集まる場所を見つける(交通事故、通報、野生動物の目撃) |
| 比例シンボル | 件数を持つポリゴンまたはポイント | 各地物に置く、総数に比例した大きさの円か四角 | 総数を比べる:人口、売上、症例数 |
| ドットマップ | 件数を持つポリゴン | N単位ごとに1つの点を、各ポリゴンの中に散らす | 密度の感覚を失わずに、総数が空間にどう分布しているかを示す |
GISの外では、表計算や分析のツールが、値で色を付けた表やグリッドなら何でも「ヒートマップ」と呼んでいます。GISソフトの中でのヒートマップは、ポイントの位置の周りに連続した密度の面を作るものです。QGISのヒートマップのガイドでは、Heatmapレンダラーからカーネル密度ラスターまで、3通りの作り方を紹介しています。個々のポイントの出来事から始めて、代わりに階級区分図が欲しい場合は、まずQGISの空間結合で各ポリゴンの中のポイントを数え、その数をポリゴンの面積か人口で割ります。
QGISで階級区分図を作る方法
QGISで階級区分図を作るには、5つのステップがあります。境界を読み込み、表を結合し、率を計算し、段階区分のスタイルを設定し、凡例を整えます。
ポリゴンとデータの表を読み込む
境界のレイヤー(IGN ADMIN EXPRESSの県など)をQGISにドラッグし、次に統計の表(公式の地域コードと、人口か件数の列を持つCSVやスプレッドシート)を追加します。
表をポリゴンに結合する
ポリゴンのレイヤーで Layer Properties > Joins を開き、緑の
+ボタンをクリックして、両方のレイヤーに共通する行政コード(たとえばINSEE_DEP)を対応させます。その場の結合ではなく、恒久的な新しいファイルが欲しい場合は、Processing Toolboxから Vector general > Join attributes by field value を実行します。率または密度を計算する
QGISのフィールド計算機を開き、小数のフィールド(
real)を作って、件数を分母で割ります。1 km²あたりの人口密度には、式"population" / ($area / 1000000)を使います。$areaが楕円体上の平方メートルを返すよう、Project Properties > General で、プロジェクトに有効な楕円体が設定されていることを確認してください。Graduated のシンボロジーを適用する
Layer Properties > Symbology に進み、上部のレンダラーを Single Symbol から Graduated に切り替えて、Value に新しい密度フィールドを選びます。Color ramp でColorBrewerのランプを選び、Mode(Equal Count (Quantile)、Equal Interval、Natural Breaks (Jenks)、Pretty Breaks、Standard Deviation、Logarithmic scale、Fixed Interval)を選び、階級数(たいていは5)を設定して、Classify をクリックします。Histogram タブに切り替えて Load Values をクリックすると、区切りの線が、データの実際の分布のどこにあるかが見えます。
凡例のラベルを丸めて出典を加える
シンボルの一覧の Legend 列をダブルクリックして、扱いにくい小数を丸め(
263.14 - 1028.47を260〜1,030のように)、凡例のタイトルに単位(1 km²あたりの人数)を書いて、印刷レイアウトにデータの出典と年を記します。
境界のファイルや結合のコードを手で探したくないなら、私たちが作っているQGISプラグインAI Agentが、1文で階級区分図を作ります。境界と表を取得し、結合を実行し、率を計算して、プロジェクトに段階区分のスタイルを適用します。印刷レイアウトまで含めた通しの例は、QGISで地図を作る方法のガイドにあり、パリの区の人口密度を地図にしています。
よくある質問
階級区分図とは、国、州、郡、市町村のようなあらかじめ決まった地域を、地域ごとの統計値に比例して塗り分ける主題図です。ふつうは値を、薄い色から濃い色へのランプに沿って5〜7の色の階級にまとめ、件数そのものではなく、率、密度、パーセンテージを地図にします。
階級区分図は、既存の行政区域のポリゴン(郡や県など)を、集計した率や密度に基づいて、ポリゴンごとに1色で塗ります。GISのヒートマップは、ポイントの位置から、行政の境界を無視した、ポイントの密度の滑らかで連続したラスター面を計算します。データが地域に結び付いているなら階級区分図を、データが個々の座標の集まりならヒートマップを使います。
階級区分図に総数をそのまま載せると、地理的に大きな地域は、より多くの土地を覆い、より多くの人や出来事を含むので、重要に見えてしまいます。件数を、密度(1 km²あたり)、1人あたりの数値、パーセンテージに正規化すると、ポリゴンの大きさによるゆがみがなくなります。区域ごとの総数を見せる必要があるときは、ポリゴンを塗る代わりに、ポリゴンの上に比例円を置きます。
数値の分布によって適切な選択が変わるので、1つの最良の方法はありません。データが最小から最大まで均等に広がっているなら Equal Interval か Pretty Breaks、地域を同じ大きさのグループ(上位5分の1と下位5分の1など)に順位付けしたいなら Quantile、データが外れ値で偏っているなら Natural Breaks (Jenks) か Logarithmic scale を使います。公開の前には、必ずGISソフトのヒストグラムを確認してください。フランスの96県では、Equal Intervalは92区域を1色にまとめ、Quantileは5色すべてに均等に分けます。
ほとんどの階級区分図では、5〜7階級がいちばんうまくいきます。4未満だと地理的な変化が隠れ、7を超えると、順次型のカラーランプの隣り合う色が、地図の中で人間の目に見分けにくくなります。ColorBrewerが順次型のパレットの多くを9階級までにしているのは、それより細かい分割は、知覚の上で信頼できなくなるからです。
QGISでは、Layer Properties > Joins で統計の表をポリゴンのレイヤーに結合し、フィールド計算機で率や密度を計算します(たとえば"population" / ($area / 1000000))。Layer Properties > Symbology を開いてレンダラーを Graduated に変え、率の列を選び、ColorBrewerのカラーランプと、QuantileやNatural Breaks (Jenks)などの分類モードを選び、階級数を5にして、Classify をクリックします。

には、特定の場面を解決する、4つの追加の段階区分モード(

