我对计算这些值很陌生,很难弄清楚如何计算a(全局?)点之间相邻距离增加的Moran's I值。具体来说,我不确定如何设置这个滞后/相邻距离,以便绘制相关图。你知道吗
我拥有的数据是2D列表(矩阵)中单个参数的变化。这可以简单地绘制为颜色图,其中轴表示图像每个方向上的点/像素,并且颜色图显示2D曲面上每个框的该参数值。由于它们似乎在聚集,我想看看这个“参数束长度”使用相关图的时间有多长。你知道吗
到目前为止,我已经设法创造了另一个色标,我不知道如何准确地解释。你知道吗
y = 2D_Array
w = pysal.lat2W(rows,cols,rook=False,id_type="float")
lm = pysal.Moran_Local(y,w)
moran_significance = np.reshape(lm.p_sim,np.shape(ListOrArray))
plt.imshow(moran_significance)
我还通过将2D\u数组转换为1D列表来获得全局Moran I值。你知道吗
y = 1D_List
w = pysal.lat2W(rows,cols)
mi = pysal.Moran(y,w,two_tailed=False)
但我真正想知道的是,当我看到邻域n=1,2,3,4的参数是如何变化的,。。。其中n=1是最近的邻居,n=2是下一个最近的邻居,依此类推。下面是一个我想要的例子:https://creativesciences.files.wordpress.com/2015/05/morins-i-e1430616786173.png
目前没有回答
相关问题 更多 >
编程相关推荐