pysal.viz.mapclassify.Quantiles¶

class pysal.viz.mapclassify.Quantiles(y, k=5)[源代码]¶

分位数图分类

参数:	y : 数组 （n，1），要分类的值 k : 利息 需要的类数

实例

>>> import pysal.viz.mapclassify as mc
>>> cal = mc.load_example()
>>> q = mc.Quantiles(cal, k = 5)
>>> q.bins
array([1.46400e+00, 5.79800e+00, 1.32780e+01, 5.46160e+01, 4.11145e+03])
>>> q.counts
array([12, 11, 12, 11, 12])

属性:	yb : 数组 （n，1），bin id表示观测值，如果bins[j-1]<y[i]<=bins[j]，则每个值都是观测值属于yb[i]=j的类的id，否则yb[i]=0。 bins : 数组 （k，1），每个类的上界 k : 利息 班级数量 counts : 数组 （k，1），属于每一类的观察数

方法

__call__ \（*args，*kwargs）	这将允许像调用函数一样调用分类器。
find_bin [（x）]	根据当前仓位估计对输入或输入进行排序
get_adcm （）	班级中位数（adcm）周围的绝对偏差。
get_gadf （）	拟合绝对偏差的优度
get_tss （）	类均值的平方和
make \（*args，*kwargs）	根据此函数指定的配置选项，配置并创建将使用数据并生成分类的分类器。
update \（[Y，就地]）	添加数据或更改分类参数。

__init__(y, k=5)[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__ [y[，k]）	初始化自身。
find_bin [（x）]	根据当前仓位估计对输入或输入进行排序
get_adcm （）	班级中位数（adcm）周围的绝对偏差。
get_gadf （）	拟合绝对偏差的优度
get_tss （）	类均值的平方和
make \（*args，*kwargs）	根据此函数指定的配置选项，配置并创建将使用数据并生成分类的分类器。
update \（[Y，就地]）	添加数据或更改分类参数。