Synthétiser l’évolution en pourcentage (Analyse criminelle et sécurité)

Synthèse

Calcule l’évolution en pourcentage des entités qui coïncident avec des entités ponctuelles représentant deux périodes de comparaison égales.

Utilisation

  • Les valeurs des paramètres Entités ponctuelles en entrée de la période actuelle et Entités ponctuelles en entrée de la période précédente peuvent être créées en effectuant des sélections par date et heure sur un jeu de données plus important et en enregistrant les sélections dans de nouvelles couches.

  • Les champs suivants seront ajoutés à la sortie.

    • CUR_CNT - Le nombre de points tiré des valeurs du paramètre Entités ponctuelles en entrée de la période actuelle qui coïncident avec les valeurs du paramètre Entités en entrée.
    • PREV_CNT - Le nombre de points tiré des valeurs du paramètre Entités ponctuelles en entrée de la période précédente qui coïncident avec les valeurs du paramètre Entités en entrée.
    • DIFF_CNT - La différence entre les champs CUR_CNT et PREV_CNT.
    • PERC - Pourcentage d’évolution entre les champs CUR_CNT et PREV_CNT. Il est calculé à l’aide de la formule
      ((C - P) / P) * 100
      Où C correspond au total actuel et P au total précédent. Si le total précédent est 0, la valeur de l’évolution en pourcentage est nulle. Lorsque la valeur de l’évolution en pourcentage est nulle, ces entités sont désignées comme n’étant pas des pourcentages dans la classification de symbologie en sortie.

Paramètres

ÉtiquetteExplicationType de données
Entités en entrée

Les entités coïncidentes à partir desquelles les périodes de comparaison seront comptées et comparées.

Feature Layer
Entités ponctuelles de la période actuelle en entrée

Les entités ponctuelles filtrées sur la période de comparaison la plus récente.

Par exemple, vous pouvez filtrer les délits enregistrés au cours des 14 jours précédents.

Feature Layer
Entités ponctuelles de la période précédente en entrée

Les entités ponctuelles filtrées sur la période qui précède immédiatement la période actuelle. La durée de cette période doit être égale à celle de la période actuelle pour que la comparaison soit pertinente.

Par exemple, si la période actuelle inclut des entités comprises entre le 15 et le 28 janvier, la période précédente inclut les entités allant du 1er au 14 janvier.

Feature Layer
Classe d’entités en sortie

La classe d'entités en sortie contenant les calculs de différences et d’évolution pour la période de comparaison

Feature Class
Rayon de recherche
(Facultatif)

La distance maximum de la valeur du paramètre Entités en entrée à laquelle une entité ponctuelle est considérée comme coïncidente.

Ce paramètre n’est actif que lorsque les entités linéaires ou ponctuelles sont utilisées en tant qu’entités en entrée.

Linear Unit

arcpy.ca.SummarizePercentChange(in_features, in_current_features, in_previous_features, out_feature_class, {search_radius})
NomExplicationType de données
in_features

Les entités coïncidentes à partir desquelles les périodes de comparaison seront comptées et comparées.

Feature Layer
in_current_features

Les entités ponctuelles filtrées sur la période de comparaison la plus récente.

Par exemple, vous pouvez filtrer les délits enregistrés au cours des 14 jours précédents.

Feature Layer
in_previous_features

Les entités ponctuelles filtrées sur la période qui précède immédiatement la période actuelle. La durée de cette période doit être égale à celle de la période actuelle pour que la comparaison soit pertinente.

Par exemple, si la période actuelle inclut des entités comprises entre le 15 et le 28 janvier, la période précédente inclut les entités allant du 1er au 14 janvier.

Feature Layer
out_feature_class

La classe d'entités en sortie contenant les calculs de différences et d’évolution pour la période de comparaison

Feature Class
search_radius
(Facultatif)

La distance maximum de la valeur du paramètre in_features à laquelle une entité ponctuelle est considérée comme coïncidente.

Ce paramètre n’est activé que si des entités linéaires ou ponctuelles sont utilisées en tant qu’entités en entrée.

Linear Unit

Exemple de code

Exemple 1 d'utilisation de la fonction SummarizePercentChange (fenêtre Python)

Le script de fenêtre Python ci-dessous illustre l’utilisation de la fonction SummarizePercentChange en mode immédiat.

import arcpy
arcpy.env.workspace = r"C:\data\city_pd.gdb"
arcpy.ca.SummarizePercentChange("Precincts", "crimes_q3", "crimes_q2",
                                "crimes_percent_change_by_precinct_q2_to_q3")
Exemple 2 d'utilisation de la fonction SummarizePercentChange (script autonome)

Le script Python suivant illustre l’utilisation de la fonction SummarizePercentChange dans un script autonome.

# Name: SummarizePercentChange.py
# Description: Compare the number of crimes committed in the second quarter to 
#              the third quarter by precincts, and determine the percent 
#              change.

# import system modules 
import arcpy

# Set environment settings
arcpy.env.workspace = r"C:\data\city_pd.gdb"

# Run SummarizePercentChange
arcpy.ca.SummarizePercentChange("Precincts", "crimes_q3", "crimes_q2",
                                "crimes_percent_change_by_precinct_q2_to_q3")

Informations de licence

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

Rubriques connexes