1 引言
受研究需要,需要对几十份空间数据批量进行冷热点分析,Geoda与ArcGIS等软件不能满足需求,看到Python有PySAL这个空间统计分析的第三方库,看了一下API文档觉得功能挺全面的,像Local Moran’s I、Local G Statistics等常用的空间自相关分析的功能都有,决定尝试一下。
Pysal是一个面向地理空间数据科学的开源跨平台库(详情可见官方网站),重点是用python编写的地理空间矢量数据。它支持空间分析高级应用程序的开发,例如
- 空间簇、热点和异常点的检测
- 从空间数据构建图形
- 地理嵌入网络的空间回归与统计建模
- 空间计量经济学
- 探索性时空数据分析
2 实验步骤
2.1 安装
需要安装pysal、libpysal两个包,可直接通过conda安装
conda install pysal
conda install libpysal
另外本实验还用到了geopandas包
2.2 包的导入
import libpysal
from pysal.esda.getisord import G_Local
2.4 距离权重生成
libpysal是用来生成距离权重矩阵的,PySAL中提供了shapefile读取的接口,可直接读取实验数据生成距离权重矩阵,使用起来非常方便
w = libpysal.weights.Queen.from_shapefile(
'/Users/xxx/data/fishne