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atureLayer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 )
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", RelCardinality.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 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