AE渲染使用.doc

1.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.deion=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 )2.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。3.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。4.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。5.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。6.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7.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。8.数据样本 IDataSampling 没有使用过。9.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);10.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