Подпись | Описание | Тип данных |
Входные точечные объекты | Входные точечные объекты, использующиеся для создания объектов кластеров. | Feature Layer |
Выходной класс пространственных объектов
| Выходной класс точечных объектов. | Feature Class |
Кластерный допуск
(Дополнительный) | Максимальное расстояние (метры, футы, километры или мили), разделяющее точки, в пределах которого они будут считаться частью одного кластера. Если кластерный допуск не указан, инструмент будет находить объекты, геометрически идентичные кластеру. | Linear Unit |
Выходные поля
(Дополнительный) | Сохраняемые поля входных объектов. Если не сохраняются никакие поля, входные поля не будут скопированы в выходные данные. Это поведение по умолчанию. | Field |
Краткая информация
Проводит анализ объектов 80/20 и определяет местоположения кластеров, создавая слой градуированных символов на основе количества инцидентов, происходящих в каждом местоположении. Инструмент вычисляет поле накопленного процента, которое позволит идентифицировать местоположения, в которых происходит непропорциональное число инцидентов.
Использование
Правило 80/20 является теоретической концепцией, в соответствии с которой значительное большинство инцидентов происходит в меньшинстве мест, например, 80 процентов инцидентов - в 20 процентах мест.
Выходные данные сортируются на основе вновь созданных полей ICOUNT (число кластеров), CUMU_PERC (накопленный процент) и PERC (процент).
- ICOUNT - количество точек, найденных в пределах кластерного допуска для этого кластера.
- CUMU_PERC - накопленный процент текущей точки кластера и всех других более крупных точек кластера. Это значение можно использовать для определения того, представляет ли непропорционально малое число кластеров местоположения большую долю преступлений, например, содержат ли 20 процентов кластеров 80 процентов от общего количества точек.
- PERC - процент от общего числа точек, найденных в пределах кластерного допуска для этого кластера.
Выходной класс пространственных объектов будет отображен символами в соответствии со значениями поля ICOUNT (число кластеров).
Параметры
arcpy.ca.EightyTwentyAnalysis(in_features, out_feature_class, {cluster_tolerance}, {out_fields})
Имя | Описание | Тип данных |
in_features | Входные точечные объекты, использующиеся для создания объектов кластеров. | Feature Layer |
out_feature_class | Выходной класс точечных объектов. | Feature Class |
cluster_tolerance (Дополнительный) | Максимальное расстояние (метры, футы, километры или мили), разделяющее точки, в пределах которого они будут считаться частью одного кластера. Если кластерный допуск не указан, инструмент будет находить объекты, геометрически идентичные кластеру. | Linear Unit |
out_fields [out_fields,...] (Дополнительный) | Сохраняемые поля входных объектов. Если не сохраняются никакие поля, входные поля не будут скопированы в выходные данные. Это поведение по умолчанию. | Field |
Пример кода
Пример скрипта окна Python для использования функции EightyTwentyAnalysis в режиме прямого запуска.
import arcpy
arcpy.env.workspace = r"C:/data/city_pd.gdb"
arcpy.ca.EightyTwentyAnalysis("CallsForService", "80_20_clusters")
В следующем скрипте Python показано, как использовать функцию EightyTwentyAnalysis в автономном скрипте.
# Name: EightyTwentyAnalysis.py
# Description: Conducts a 80/20 analysis of 911 calls to determine clusters of calls within 50 meters of each other.
# import system modules
import arcpy
# Set environment settings
arcpy.env.workspace = r"C:\data\city_pd.gdb"
# Set local variables
in_features = "CallsForService"
out_feature_class = "80_20_clusters"
cluster_tolerance = "50 Meters"
out_fields = ["FULLADDR","RESCITY", "RESSTATE", "RESZIP5"]
# Execute EightyTwentyAnalysis
arcpy.ca.EightyTwentyAnalysis(in_features,
out_feature_class,
cluster_tolerance,
out_fields)
Параметры среды
Особые случаи
Информация о лицензиях
- Basic: Да
- Standard: Да
- Advanced: Да