标题
在章节1.2中，我做了一张图来表示各类图表的功能性，其中地图和散点图（气泡象限图）我列在了视觉冲击力与数据丰富度最高的位置。虽然它们并不像折线和柱形图那样常用，但在特别需要的情况下，非它们莫属，可谓不得不讲的神图。
1
地图
在章节1.1中，我们曾举了个小栗子，咖啡店的城市扩张战略，当我们利用地图来展示老店和新店时，表达效果胜过千言万语。PowerBI集成了微软的Bing地图，（如果你有用过Excel2016，地图功能在新版的Excel里也得到了非常的大的集成强化），这使我们很容易的对地域字段识别分析。我们现在就来看怎样去绘制一张地图。
在我们的咖啡数据例子中，城市列的数据由不同的城市名字构成，北京、南京、天津......
制作地图过程非常的简单，两步搞定！
1)先让电脑识别城市名为地名: 选择城市字段，在建模下的数据分类中选择城市。
2)再把城市名加入到地图中:城市字段放在位置，销售量放在大小。
一张中国地图就这样出现了，当然你还可以对气泡做更多的修改，增加图例、修改色彩饱和度等等，这些就请自行挖掘吧~ 微软的一位财务总监Jeff Lumpkin曾分享自己利用PowerBI里的地图分析投资买房的经历，如果你学会用了地图，说不定也会发掘到意想不到的收获。
2
散点图
散点图是本人最钟爱的图表，其原因把它与象限结合，可以炮制出一个高度概括的战略图，使其视觉冲击力和数据丰富度倍增。比如Gartner公司在分析各类BI软件的优劣以及前景时所使用的魔力象限。
再比如我们可以把散点图配合波士顿矩阵来分析各类产品的市场地位和对应策略。
现在我们就来学习如何做散点图:
1)我们还是利用咖啡数据，为了展示的需要，我们再添加一个度量值【城市数量】=distinctcount('咖啡数据'[城市])，即计算城市列中的不重复项的个数。
2)与添加其他图表一样，添加散点图，X轴为【城市数量】,Y轴为【销售额】,图例为【年份月份】
3)在散点图的分析选项卡中可以添加一个走向线来表示整体趋势。
散点图是表达两个变量之间的关系，这个例子中的城市数量与销售额散点图的意义是为了回答问题：咖啡销售额增长的原因可能是什么？是销售人员能力的增强、品牌认可度的增加还是单纯地因为分店数的扩张？如果我们看到的散点图呈现非常线性关系的话说明大幅增长很有可能是因为新建分店带来的增长而不是内部实力的增强。
