pysal.viz.mapclassify.Percentiles¶

class pysal.viz.mapclassify.Percentiles(y, pct=[1, 10, 50, 90, 99, 100])[源代码]¶

百分位数地图分类

参数:	y : 数组 要分类的属性 pct : 数组 百分位数默认值=[1,10,50,90,99100]

实例

>>> import pysal.viz.mapclassify as mc
>>> cal = mc.load_example()
>>> p = mc.Percentiles(cal)
>>> p.bins
array([1.357000e-01, 5.530000e-01, 9.365000e+00, 2.139140e+02,
       2.179948e+03, 4.111450e+03])
>>> p.counts
array([ 1,  5, 23, 23,  5,  1])
>>> p2 = mc.Percentiles(cal, pct = [50, 100])
>>> p2.bins
array([   9.365, 4111.45 ])
>>> p2.counts
array([29, 29])
>>> p2.k
2

属性:	yb : 数组 观察箱ID（numpy数组n x 1） bins : 数组 每个类的上界（numpy数组k x 1） k : 利息 班级数量 counts : 利息 每个类中的观察数（numpy数组k x 1）

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, pct=[1, 10, 50, 90, 99, 100])[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[，PCT]）	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。