- 博客(9)
- 收藏
- 关注
原创 【ArcGIS】基础教程:全域莫兰指数与局域莫兰指数的计算
莫兰指数(Moran’s I)是研究变量在同一个分布区内的观测数据之间潜在的相互依赖性的一个重要研究指标,在本文中,我们将探讨局域(Anselin Local Moran I)与全域两种莫兰指数(Moran I)计算在Arcgis中的实现。作者才疏学浅,如有任何错误欢迎指正。全域莫兰指数首先请注意,在Arcgis中计算莫兰指数时只能使用矢量数据进行计算。所以如果需要计算一个栅格数据的莫兰指数的话,建议先转换成矢量数据再进行计算。计算全域莫兰指数的工具为【工具箱——Spatial Statistic
2020-12-13 16:59:58
41104
15
原创 ArcGIS【欧氏距离】与【缓冲区分析】的简单区分
ArcGIS【欧氏距离】与【缓冲区分析】的简单区分在ArcGIS中,当我们需要进行一些有关距离的分析的时候,常常用到两个工具,即【欧氏距离】与【缓冲区】。那么这两个作用相似的工具又有什么区别呢?我们什么时候又要使用哪一种工具呢?首先,它们输出的结果不同这两个工具最大的一个区别就是它们输出的结果不相同,【欧氏距离】工具的输出结果为栅格数据,而【缓冲区】工具的输出结果为矢量数据。我们通过以下几张图对比它们的输出结果的差别。图一 stops图二 stops的100m欧氏距离图三 stops的1
2020-11-18 17:47:36
8224
1
原创 【ArcGIS】如何拼接两张栅格图像|DEM数据拼接
(1)首先打开需要拼接的数据图像(2)使用【数据管理工具】—【栅格】——【栅格数据集】——【镶嵌至新栅格】工具(3)选择需要合并的数据与输出位置,并根据自己的需要选择镶嵌运算符与数据类型。因为我这里使用了单一DEM波段的数据,所以Band填写为1具有扩展名的栅格数据名称中填写输出数据名称与类型,这里我输出为.tif类型(4)点击确定,得到拼接后的图像(5)加个颜色看看...
2020-10-22 19:17:26
59065
25
原创 两行代码消除Future Warning问题
在进行data analysis的过程中,我们经常遇到Future Warning的问题,既不美观,大部分时间也没有实质性的用处。所以我们就可以用以下代码来消除Future Warning(注意,并不能实质性的解决问题,只是使警告“隐形”)import warningswarnings.filterwarnings('ignore')在分析开始前使用这行代码,就能隐形所有警告...
2020-08-27 15:34:51
1980
原创 Python中巧用布尔值Boolean一行代码对数据进行计数——数据分析实战实例
在数据分析中,我们常常要对一个feature内的数据进行计数,如以性别为分类依据,对数据中男性或女性sample的数量进行统计,而此时,巧用布尔值进行计数则是一个效率较高的方法。原理在动作脚本中(或者初学者直接理解为在Python中),布尔值返回的True与False会转换为1和0。所以,在统计单个量时,若规定符合条件的数据返回True而不符合条件的返回False,则将它们全部相加后即为所有True的数量。实战实例1.首先我们导入一个csv文件并检查它的首五行import pandas .
2020-08-20 17:48:52
1029
原创 Python中lambda函数的理解与应用
在Python中,lambda函数相当于一次性的def函数。在实战中,由于部分自定义函数的复用率不高,所以使用一次性的lambda函数会有更高的效率。lambda函数的理解lambda函数的形式通常是 【lambda x:一个关于x的函数】所以,我们在这里就可以把lambda函数理解为数学中的f(x)=***。lambda x相当于f(x),冒号相当于等号,冒号后的函数就是等号后的函数,指出了对于对象x将要如何进行运算或处理。举例示范f1 = lambda x : x + 1f1(1)
2020-08-19 20:16:37
857
原创 Python中两种方法求列表的平均数、最小值、最大值
两种方法求列表平均值、最大值、最小值首先我们创建一个列表用做示范list1 = [1,2,3,4,5,6,7,8,9,10] 在这里我们需要用到numpy库import numpy as np方法一mean1 = np.mean(list1) #平均值max1 = np.max(list1) #最大值min1 = np.min(list1) #最小值print(mean1, max1, min1)#可得结果 5.5, 10, 1方法二mean2 =
2020-08-19 19:28:05
77835
7
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人