pysal.explore.spaghetti.Network.NetworkK¶

Network.NetworkK(pointpattern, nsteps=10, permutations=99, threshold=0.5, distribution='uniform', lowerbound=None, upperbound=None)[源代码]¶

计算网络约束的k函数

参数:	pointpattern : spaghetti.network.PointPattern 意大利面点图案对象。 nsteps : 利息 计算最近邻点数的步数。 permutations : 利息 要执行的排列数（默认为99）。 门槛 : 浮动 计算重要性的级别。--0.5%为97.5%和2.5% distribution : STR 随机点抽样的分布--均匀分布或泊松分布 lowerbound : 浮动 计算k函数的下限。（默认值0）。 upperbound : 浮动 计算k函数的上限。默认为观测到的最大最近邻距离。
返回:	NetworkK : spaghetti.analysis.NetworkK 网络k类实例。

实例

>>> import pysal.explore.spaghetti as spgh
>>> ntw = spgh.Network(in_data=examples.get_path('streets.shp'))
>>> pt_str = 'crimes'
>>> in_data = examples.get_path('{}.shp'.format(pt_str))
>>> ntw.snapobservations(in_data, pt_str, attribute=True)
>>> crimes = ntw.pointpatterns['crimes']
>>> sim = ntw.simulate_observations(crimes.npoints)
>>> kres = ntw.NetworkK(crimes, permutations=5, nsteps=10)
>>> kres.lowerenvelope.shape[0]
10