pysal.lib.weights.W¶

class pysal.lib.weights.W(neighbors, weights=None, id_order=None, silence_warnings=False, ids=None)[源代码]¶

空间权重类。

参数:

neighbors : 词典 键是区域ID，值是邻居ID的列表。示例：'A'：['B']、'B'：['A'、'C']、'C'：['B'] 砝码 : 词典 键是区域ID，值是边权重列表。如果未提供，则假设所有边权重都为1。示例：'A'：[0.5]，'B'：[0.5,1.5]，'C'：[1.5] id_order : 列表 ID的有序列表，定义了迭代w时的观察顺序。如果未设置，则使用字典顺序进行迭代，并且ID_order_set属性将返回false。这可以在创建后通过设置“id_order”属性进行设置。 静音岛警告：布尔值 默认情况下，如果数据集包含任何断开连接的观测值或孤岛，pysal.lib将打印警告。若要取消此警告，请将此参数设置为“真”。 silent_connected_components : 布尔 默认情况下，如果数据集在邻接矩阵中包含任何断开连接的组件，Pysal将打印警告。这些是断开的 groups 岛屿的若要取消此警告，请将此参数设置为“真”。 ids : 列表 用于相邻键和权重dict的值。 **属性（注意：这些属性由它们的docstring描述。要查看，请使用 help 函数* ** ---------- asymmetries cardinalities component_labels diagW2 diagWtW diagWtW_WW histogram id2i id_order id_order_set islands max_neighbors mean_neighbors min_neighbors n n_components neighbor_offsets nonzero pct_nonzero s0 s1 s2 s2array sd 稀疏的 trcW2 trcWtW trcWtW_WW transform

实例

>>> from pysal.lib.weights.weights import W
>>> neighbors = {0: [3, 1], 1: [0, 4, 2], 2: [1, 5], 3: [0, 6, 4], 4: [1, 3, 7, 5], 5: [2, 4, 8], 6: [3, 7], 7: [4, 6, 8], 8: [5, 7]}
>>> weights = {0: [1, 1], 1: [1, 1, 1], 2: [1, 1], 3: [1, 1, 1], 4: [1, 1, 1, 1], 5: [1, 1, 1], 6: [1, 1], 7: [1, 1, 1], 8: [1, 1]}
>>> w = W(neighbors, weights)
>>> "%.3f"%w.pct_nonzero
'29.630'

从外部gal文件读取

>>> import pysal.lib
>>> w = pysal.lib.io.open(pysal.lib.examples.get_path("stl.gal")).read()
>>> w.n
78
>>> "%.3f"%w.pct_nonzero
'6.542'

隐式设置权重

>>> neighbors = {0: [3, 1], 1: [0, 4, 2], 2: [1, 5], 3: [0, 6, 4], 4: [1, 3, 7, 5], 5: [2, 4, 8], 6: [3, 7], 7: [4, 6, 8], 8: [5, 7]}
>>> w = W(neighbors)
>>> round(w.pct_nonzero,3)
29.63
>>> from pysal.lib.weights import lat2W
>>> w = lat2W(100, 100)
>>> w.trcW2
39600.0
>>> w.trcWtW
39600.0
>>> w.transform='r'
>>> round(w.trcW2, 3)
2530.722
>>> round(w.trcWtW, 3)
2533.667

基数柱状图>>>w.柱状图[（2，4），（3，392），（4，9604）]

不连续观测（岛屿）

>>> from pysal.lib.weights import W
>>> w = W({1:[0],0:[1],2:[], 3:[]})

警告：有2个断开连接的观测岛ID:[2，3]

属性:

asymmetries 具有不对称权重的ID对列表。 cardinalities 每个观测点的邻居数。 component_labels 存储每个观察结果所在的图表组件。 diagW2 对角线 \(WW\) . diagWtW 对角线 \(W^{{'}}W\) . diagWtW_WW 对角线 \(W^{{'}}W + WW\) . histogram 基数柱状图作为字典，其中键是ID，值是该单元的邻居数。 id2i 字典，其中键是一个ID，值是按w.id_顺序排列的ID索引。 id_order 返回观察值的ID，其顺序与迭代权重时遇到的顺序相同。 id_order_set 如果用户设置了id_顺序，则返回true；否则返回false。 islands 没有任何邻居的ID列表。 max_neighbors 邻居数量最多。 mean_neighbors 邻居的平均数目。 min_neighbors 最小邻居数。 n 单位数。 n_components 存储相邻矩阵是否完全连接。 neighbor_offsets 给定当前的id_顺序，neighbor_offsets[id]是id_顺序中id的邻居的偏移量。 nonzero 非零权重的数目。 pct_nonzero 非零权重的百分比。 s0 S0定义为 s1 S1定义为 s2 s2定义为 s2array 包含s2的单个元素。 sd 相邻数的标准差。 sparse 稀疏矩阵对象。 transform 转换属性的getter。 trcW2 痕迹 \(WW\) . trcWtW 痕迹 \(W^{{'}}W\) . trcWtW_WW 痕迹 \(W^{{'}}W + WW\) .

方法

asymmetry \（[固有]）	不对称检查。
from_adjlist \（adjlist [，focal u col，…]）	返回权重对象的相邻列表表示形式。
from_networkx \（图表[，权重列]）	将networkx图转换为pysal w对象。
full （）	生成完整的numpy数组。
get_transform （）	转换属性的getter。
plot \（gdf [，indexed on ，ax ，color ，node kws ，…]）	绘制空间权重对象。
remap_ids [新的IIDS ]	全程就地修改 W 的ID值来自 w.id_order 到 new_ids 总共
set_shapefile \（shapefile [，idvariable ，full ]）	添加用于写入gal和gwt文件头的元数据。
set_transform [（值）]	权重转换。
symmetrize \（[就地]）	构造对称的knn权重。
to_WSP （）	生成一个wsp对象。
to_adjlist \（[删除对称，焦点列，…]）	计算权重对象的邻接列表表示。
to_networkx （）	将权重对象转换为NetworkX图形

from_WSP
from_file
from_shapefile

__init__(neighbors, weights=None, id_order=None, silence_warnings=False, ids=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__ \（邻居[，权重，ID 订购，…]）	初始化自身。
asymmetry \（[固有]）	不对称检查。
from_WSP \（wsp [，静音警告]）
from_adjlist \（adjlist [，focal u col，…]）	返回权重对象的相邻列表表示形式。
from_file \（[路径，格式]）
from_networkx \（图表[，权重列]）	将networkx图转换为pysal w对象。
from_shapefile \（*args，*kwargs）
full （）	生成完整的numpy数组。
get_transform （）	转换属性的getter。
plot \（gdf [，indexed on ，ax ，color ，node kws ，…]）	绘制空间权重对象。
remap_ids [新的IIDS ]	全程就地修改 W 的ID值来自 w.id_order 到 new_ids 总共
set_shapefile \（shapefile [，idvariable ，full ]）	添加用于写入gal和gwt文件头的元数据。
set_transform [（值）]	权重转换。
symmetrize \（[就地]）	构造对称的knn权重。
to_WSP （）	生成一个wsp对象。
to_adjlist \（[删除对称，焦点列，…]）	计算权重对象的邻接列表表示。
to_networkx （）	将权重对象转换为NetworkX图形

属性

asymmetries	具有不对称权重的ID对列表。
cardinalities	每个观测点的邻居数。
component_labels	存储每个观察结果所在的图表组件。
diagW2	对角线 \(WW\) .
diagWtW	对角线 \(W^{{'}}W\) .
diagWtW_WW	对角线 \(W^{{'}}W + WW\) .
histogram	基数柱状图作为字典，其中键是ID，值是该单元的邻居数。
id2i	字典，其中键是一个ID，值是按w.id_顺序排列的ID索引。
id_order	返回观察值的ID，其顺序与迭代权重时遇到的顺序相同。
id_order_set	如果用户设置了id_顺序，则返回true；否则返回false。
islands	没有任何邻居的ID列表。
max_neighbors	邻居数量最多。
mean_neighbors	邻居的平均数目。
min_neighbors	最小邻居数。
n	单位数。
n_components	存储相邻矩阵是否完全连接。
neighbor_offsets	给定当前的id_顺序，neighbor_offsets[id]是id_顺序中id的邻居的偏移量。
nonzero	非零权重的数目。
pct_nonzero	非零权重的百分比。
s0	S0定义为
s1	S1定义为
s2	s2定义为
s2array	包含s2的单个元素。
sd	相邻数的标准差。
sparse	稀疏矩阵对象。
transform	转换属性的getter。
trcW2	痕迹 \(WW\) .
trcWtW	痕迹 \(W^{{'}}W\) .
trcWtW_WW	痕迹 \(W^{{'}}W + WW\) .