pysal.viz.mapclassify.User_Defined¶

class pysal.viz.mapclassify.User_Defined(y, bins)[源代码]¶

用户指定的绑定

参数:	y : 数组 （n，1），要分类的值 bins : 数组 （k，1），类的上界（必须是单增长的）

笔记

如果用户容器的上限不超过max（y），我们将附加一个容器。

实例

>>> import pysal.viz.mapclassify as mc
>>> cal = mc.load_example()
>>> bins = [20, max(cal)]
>>> bins
[20, 4111.45]
>>> ud = mc.User_Defined(cal, bins)
>>> ud.bins
array([  20.  , 4111.45])
>>> ud.counts
array([37, 21])
>>> bins = [20, 30]
>>> ud = mc.User_Defined(cal, bins)
>>> ud.bins
array([  20.  ,   30.  , 4111.45])
>>> ud.counts
array([37,  4, 17])

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, bins)[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，箱）	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。