pysal.explore.pointpats.F¶

class pysal.explore.pointpats.F(pp, n=100, intervals=10, dmin=0.0, dmax=None, d=None)[源代码]¶

估计点模式的空空间分布函数：f（d）。

参数:	pp : PointPattern : PointPattern 点模式实例。 n : 利息 空位点数（随机点）。 间隔 : 利息 距离域序列的长度。 dmin : 浮动 距离域的最小值。 dmax : 浮动 距离域的最大值。 d : 序列 距离域序列。如果指定了d，则忽略间隔、dmin和dmax。

笔记

在平面点过程分析中，估计 \(F\) 通常与显示完全空间随机性（CSR）的过程的预期值进行比较：

\[f（d）=1-e^-lambdapi d^2_\]

在哪里？ \(\lambda\) 是点过程的强度（单位面积的点），以及 \(d\) 是距离。

期望值与 G CSR流程的功能。然而，对于聚集模式，经验G函数将低于预期，而对于均匀模式，经验函数将高于预期。

属性:	d : 数组 距离域序列。 G : 数组 d上的累积空域最近事件距离分布。

方法

plot \ [qq] ）

绘制距离函数

__init__(pp, n=100, intervals=10, dmin=0.0, dmax=None, d=None)[源代码]¶

初始化自身。请参阅帮助（键入（self））以获得准确的签名。

方法

__init__ \（聚丙烯）[, n, intervals, dmin, dmax, d] ）	初始化自身。
plot \ [qq] ）	绘制距离函数