我有一个二维值数组，我正在尝试分析空间相关性。计算二维自相关，如 Moran's I在python中，pysal提供了一个实现。 1) 如何将我的二维数据转换为 pysal 期望的一维数组？ 2) 如何构建基于距离的权重数组 w(输入的点数组在 Kernel distance function 中意味着什么？)？
最佳答案
1) 权重数组应该像展平数据数组一样展平。顺序无关紧要，只要索引一致即可。
2) 输入数组可以是空间坐标(例如x和y，或者lat和long ).到目前为止，最简单的是原始矩阵的索引(例如 1 到 n 乘以 1 到 m)。
最后，您的数据将是一个包含 3 个元素的列表:x、y 和 value。您的权重将是一个包含 5 个元素的列表:x_from、y_from、x_to、y_to 和 weight .
关于python: pysal对权重函数的解释，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34697604/