Centre moyen (Statistiques spatiales)

Résumé

Identifie le centre géographique (ou centre de concentration) d'un ensemble d'entités.

Pour en savoir plus sur le fonctionnement de l'outil Mean Center

Illustration

Utilisation

• Le centre moyen est un point construit à partir des valeurs x, y et z (le cas échéant) moyennes pour les centroïdes des entités en entrée.

• Cet outil nécessite des données projetées pour mesurer précisément les distances.

• Les valeurs y, x et z pour les entités ponctuelles du centre moyen sont des attributs de la classe d'entités en sortie. Les valeurs sont stockées dans les champs XCOORD, YCOORD et ZCOORD.

• Le champ de récapitulation permet de regrouper les entités à des fins de calculs de centres moyens distincts. Lorsqu'un champ de récapitulation est spécifié, les entités en entrée sont groupées en premier selon les valeurs du champ de récapitulation ; un centre moyen est ensuite calculé pour chaque groupe. Ce champ de récapitulation peut être de type entier, date ou chaîne. Les enregistrements avec la valeur NULL pour le champ de récapitulation sont exclus de l'analyse.

• Le champ de dimension représente n'importe quel champ numérique de la classe d'entités en entrée. L'outil Centre moyen va calculer la moyenne pour toutes les valeurs de ce champ et inclure le résultat dans la classe d'entités en sortie.

• Cet outil respecte la nature 3D des données ponctuelles et utilise les valeurs x, y et z dans ses calculs si les valeurs z sont disponibles. Comme ces résultats sont en 3D, vous devez les afficher dans une scène. Veillez à exécuter l'analyse dans une scène ou à copier la couche de résultats dans une scène pour afficher correctement les résultats de l'analyse.

• Pour les entités linéaires et surfaciques, les centroïdes d'entité sont utilisés dans les calculs de distance. Pour les multi-points, les polylignes ou les polygones comprenant plusieurs parties, le centroïde est calculé à l'aide du centre moyen pondéré de toutes les parties d'entité. La pondération pour les entités ponctuelles est de 1 ; pour les entités linéaires, elle correspond à la longueur et pour les entités surfaciques, à la superficie.

• Les couches peuvent permettre de définir la classe d'entités en entrée. Lorsque vous utilisez une couche avec une sélection, seules les entités sélectionnées sont comprises dans l'analyse.

Attention :

Lorsque vous utilisez des shapefiles, n'oubliez pas qu'ils ne peuvent pas stocker de valeurs Null. Il se peut que des outils ou autres procédures qui créent des fichiers de formes à partir d'entrées autres que des fichiers de formes stockent ou interprètent des valeurs Null comme étant égales à zéro. Dans certains cas, les valeurs Null sont stockées sous forme de valeurs négatives très élevées dans les fichiers de formes. Cela peut aboutir à des résultats inattendus. Reportez-vous à la rubrique Remarques concernant le géotraitement pour la sortie de fichiers de formes pour plus d'informations.

Syntaxe

arcpy.stats.MeanCenter(Input_Feature_Class, Output_Feature_Class, {Weight_Field}, {Case_Field}, {Dimension_Field})

Paramètre	Explication	Type de données
Input_Feature_Class	Classe d'entités pour laquelle sera calculé le centre moyen.	Feature Layer
Output_Feature_Class	Classe d'entités ponctuelles qui va contenir les entités représentant les centres moyens de la classe d'entités en entrée.	Feature Class
Weight_Field (Facultatif)	Champ numérique utilisé pour créer un centre moyen pondéré.	Field
Case_Field (Facultatif)	Champ utilisé pour regrouper les entités à des fins de calculs de centres moyens. Ce champ de récapitulation peut être de type entier, date ou chaîne.	Field
Dimension_Field (Facultatif)	Champ numérique contenant des valeurs attributaires à partir desquelles sera calculée une valeur moyenne.	Field

Exemple de code

Exemple d'utilisation de l'outil MeanCenter (fenêtre Python)

Le script de fenêtre Python ci-dessous illustre l'utilisation de l'outil MeanCenter.

import arcpy
arcpy.env.workspace = r"C:\data"
arcpy.MeanCenter_stats("coffee_shops.shp", "coffee_MEANCENTER.shp", "NUM_EMP", "#", "#")

Exemple d'utilisation de l'outil MeanCenter (script Python autonome)

Le script Python autonome ci-dessous illustre l'utilisation de l'outil MeanCenter.

# Measure geographic distribution characteristics of coffee house locations weighted by the number of employees
 
# Import system modules
import arcpy
 
# Local variables...
workspace = "C:/data"
input_FC = "coffee_shops.shp"
CF_output = "coffee_CENTRALFEATURE.shp"
MEAN_output = "coffee_MEANCENTER.shp"
MED_output = "coffee_MEDIANCENTER.shp"
weight_field = "NUM_EMP"
 
try:
    # Set the workspace to avoid having to type out full path names
    arcpy.env.workspace = workspace
 
    # Process: Central Feature...
    arcpy.CentralFeature_stats(input_FC, CF_output, "Euclidean Distance", weight_field, "#", "#")
 
    # Process: Mean Center...
    arcpy.MeanCenter_stats(input_FC, MEAN_output, weight_field, "#", "#")
    # Process: Median Center...
    arcpy.MedianCenter_stats(input_FC, MED_output, weight_field, "#", "#")
 
except:
    # If an error occurred when running the tool, print out the error message.
    print(arcpy.GetMessages())

Environnements

Système de coordonnées en sortie, Transformations géographiques, Espace de travail courant, Espace de travail temporaire, Noms de champ qualifiés, Valeurs M en sortie, Résolution M, Tolérance M, Valeurs Z en sortie, Valeur Z en sortie par défaut, Résolution Z, Tolérance Z, Résolution XY, Tolérance XY

Système de coordonnées en sortie

La géométrie de l'entité est projetée au système de coordonnées en sortie avant l'analyse. Tous les calculs mathématiques sont basés sur la référence spatiale du système de coordonnées en sortie.

Informations de licence

• Basic: Oui
• Standard: Oui
• Advanced: Oui