使用Python计算点密度
发布时间：2020-12-16 22:55:29 所属栏目：Python 来源：网络整理
导读：我有一个来自世界特定地区的地理数据的X和Y坐标列表.我想根据它在图表中的位置来分配每个坐标,一个权重. 例如：如果一个点位于其周围有许多其他节点的地方,则它位于高密度区域,因此具有更高的权重. 我能想到的最直接的方法是在每个点周围绘制单位半径的圆,然
|
我有一个来自世界特定地区的地理数据的X和Y坐标列表.我想根据它在图表中的位置来分配每个坐标,一个权重.
例如：如果一个点位于其周围有许多其他节点的地方,则它位于高密度区域,因此具有更高的权重. 我能想到的最直接的方法是在每个点周围绘制单位半径的圆,然后计算其他点是否位于其中,然后使用函数,为该点指定权重.但这看起来很原始. 我看过pySAL和NetworkX,但看起来它们与图形一起工作.我在图表中没有任何边缘,只有节点. 解决方法
标准解决方案是使用KDE(
Kernel Density Estimation).
在网上搜索：“KDE Estimation”你会发现很多链接. 在Google类型中：KDE Estimation ext：pdf 此外,Scipy有KDE,请关注此 http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html.那里有工作示例代码;) （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |