pysal.viz.mapclassify.Std_Mean¶

class pysal.viz.mapclassify.Std_Mean(y, multiples=[-2, -1, 1, 2])[源代码]¶

标准差和平均图分类

参数:	y : 数组 （n，1），要分类的值 multiples : 数组 要从样本中加/减的标准偏差的倍数表示定义存储桶，默认值为=[-2，-1,1,2]

实例

>>> import pysal.viz.mapclassify as mc
>>> cal = mc.load_example()
>>> st = mc.Std_Mean(cal)
>>> st.k
5
>>> st.bins
array([-967.36235382, -420.71712519,  672.57333208, 1219.21856072,
       4111.45      ])
>>> st.counts
array([ 0,  0, 56,  1,  1])
>>>
>>> st3 = mc.Std_Mean(cal, multiples = [-3, -1.5, 1.5, 3])
>>> st3.bins
array([-1514.00758246,  -694.03973951,   945.8959464 ,  1765.86378936,
        4111.45      ])
>>> st3.counts
array([ 0,  0, 57,  0,  1])

属性:	yb : 数组 （n，1），用于观察的肥料箱ID， 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, multiples=[-2, -1, 1, 2])[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[，倍数]）	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。