pysal.viz.splot.mapping.mapclassify_bin¶

pysal.viz.splot.mapping.mapclassify_bin(y, classifier, k=5, pct=[1, 10, 50, 90, 99, 100], hinge=1.5, multiples=[-2, -1, 1, 2], mindiff=0, initial=100, bins=None)[源代码]¶

将数据分类为 pysal.mapclassify 注意：输入参数取决于使用的分类器。

参数:

y : 数组 （n，1），要分类的值 classifier : STR pysal.map分类方案 k : 可选的 类的数目。默认值为5。 pct : 可选数组 用于分类的百分比 percentiles. 默认值=[1,10,50,90,99100] hinge : 可选浮动 IQR乘数 Box_Plot 使用分类器。默认值＝1.5。 multiples : 可选数组 从样本中加/减的标准差的倍数，用于定义料仓，使用 std_mean. 默认值=[-2，-1,1,2]。 mindiff : 可选浮动 如果使用 maximum_breaks 分类器。聋哑＝0。 最初的 : 利息 要生成的初始解决方案数或使用时的运行数 natural_breaks 或 max_p_classifier. 默认值＝100。注意：将初始值设置为0将导致最快的料仓计算。 bins : 可选数组 （k，1），如果使用 user_defined 分类器。默认值=无，例如=[20，max（y）]。

返回:

bins : pysal.mapClassify实例 对象，包含每个观察（.yb）的bin ID、每个类的上界（.bin）、类的数目（.k）和每个类中的onServices数目（.counts） 注：支持的分类器包括：Quantiles、Box_Plot、Euqal_Interval、。 Fisher_-Jenks，headtail_breaks，Jenks_-Caspall，Jenks_-Caspall-forced，Max_-P_分类器，Maximum_breaks，Natural_breaks，Percentiles，Std_Mean，用户定义

实例

进口

>>> from pysal.lib import examples
>>> import geopandas as gpd
>>> from pysal.viz.splot.mapping import pysal.viz.mapclassify_bin

加载示例数据

>>> link_to_data = examples.get_path('columbus.shp')
>>> gdf = gpd.read_file(link_to_data)
>>> x = gdf['HOVAL'].values

按分位数分类值

>>> quantiles = mapclassify_bin(x, 'quantiles')

按方框图分类值，并将铰链设置为2

>>> box_plot = mapclassify_bin(x, 'box_plot', hinge=2)