地理空间分布动力学
gidd的Python项目详细描述
pysal中的地理空间分布动力学（giddy）
giddy是一个开源的python库，用于分析 纵向空间数据。源于空间动力学模块 在PySAL (Python Spatial Analysis Library)，它正在积极发展中 包括新提出的分析方法 空间在分布随时间演变中的作用。
以下是1929年至2004年美国各州人均收入的六张平面图，每隔十五年绘制一次
文件
可提供在线文档here。
功能
- 定向LISA，推理和可视化
上面显示了1969-2009年美国各州收入的玫瑰图（定向lisas），条件是1969年的相对收入。
- 空间显式马尔可夫方法：
- 空间马尔可夫与推论
- 丽莎·马尔科夫与推论
- 交换迁移率测度的空间分解（秩法）：
- 迁移关联的全局指标（gima）和推断
- 移动性关联和推断的区域间和区域内分解
- 流动协会（LIMA）当地指标
- 邻域集lima与推论
- 邻域集LIMA与推理
- 收入流动性指标
示例
- Directional LISA
- Markov based methods
- Rank based methods
- Mobility measures
- Rank-based Markov methods
- Sequence methods (Optimal matching)
安装
从命令行安装Python Package Index上发布的稳定版本：
pip install giddy
在pysal/giddy上安装开发版本：
pip install https://github.com/pysal/giddy/archive/master.zip
要求
- 利比萨尔
- 埃斯达
- 地图分类
贡献
PySAL giddy正在积极开发中，欢迎投稿
如果您有任何建议、功能请求或错误报告，请在github上打开一个新的issue。若要提交修补程序，请遵循PySAL开发guidelines并打开pull request合并更改后，将自动添加到Contributors List。
支架
如果您有问题，请通过gitter room与我们联系。
许可证
该项目是根据BSD license授权的。
bibtex引文
@misc{wei_kang_2019_3351744,
author = {Wei Kang and
Sergio Rey and
Philip Stephens and
Nicholas Malizia and
Levi John Wolf and
Stefanie Lumnitz and
James Gaboardi and
jlaura and
Charles Schmidt and
eli knaap and
Andy Eschbacher},
title = {pysal/giddy: giddy 2.2.1},
month = jul,
year = 2019,
doi = {10.5281/zenodo.3351744},
url = {https://doi.org/10.5281/zenodo.3351744}
}
资金
奖励1421935New Approaches to Spatial Distribution Dynamics
欢迎加入QQ群-->： 979659372
