Skip To Content

Медианный центр

Краткая информация

Идентифицирует местоположение, минимизирующее среднее Евклидово расстояние до пространственных объектов в наборе данных.

Подробнее о том, как работает Медианный Центр

Иллюстрация

Иллюстрация работы инструмента Медианный центр

Использование

  • В то время как инструмент Усредненный центр сообщает точку со средними координатами X, Y и, при наличии, Z для всех центроидов объектов, инструмент Медианный центр использует повторяющийся алгоритм, чтобы найти точку, которая минимизирует Евклидово расстояние до всех объектов в наборе данных.

  • И Усредненный центр и Медианный центр являются измерениями центральной тенденции. Алгоритм инструмента Медианный центр меньше подвержен влиянию выбросов в данных.

  • Для точного измерения расстояний этому инструменту требуются проецированные данные.

  • Этот инструмент учитывает 3D природу точечных данных и использует при вычислениях значения x, y и z, если z-значения доступны. Поскольку полученные результаты являются 3D, их необходимо визуализировать в Сцене. Убедитесь, что анализ выполняется в Сцене, или скопируйте слой результатов в Сцену для правильной визуализации результатов анализа.

  • Для линейных или полигональных объектов, при расчете расстояний используются центроиды. Для мультиточек, полилиний или полигонов, состоящих их нескольких частей, центроид вычисляется с использованием средневзвешенного центра всех частей объекта. При определении весов точечные объекты имеют равный вес (1). Для линейных объектов это длина сегмента. Для полигональных – площадь.

  • Поле группировки используется для группировки объектов для отдельных вычислений Медианного центра. Когда поле группировки определено, входные объекты группируются сначала согласно значениям этого поля, а затем медианный центр рассчитывается для каждой группы. Поле группировки может относиться к типам "целое", "дата" или "строка", и оно появится в качестве атрибута в Выходном классе объектов. Записи, имеющие значения NULL в Поле группировки, исключаются из анализа.

  • Значения x, y и z для медианного центра – атрибуты в выходном классе объектов. Значения хранятся в полях XCOORD, YCOORD и ZCOORD.

  • Медиана данных будет вычислена для всех полей, определенных в параметре Атрибутивное поле.

  • Слои карты можно использовать для определения Входного класса объектов. Если в слое есть выборка, только выбранные объекты будут включены в анализ.

  • Внимание:

    При использовании шейп-файлов, помните, что в них нельзя хранить нулевые (null) значения. Инструменты или другие процедуры, создающие шейп-файлы из прочих входных данных, могут хранить значения NULL в виде 0 или оперировать ими как нулем. В некоторых случаях нули в шейп-файлах хранятся как очень маленькие отрицательные числа. Это может привести к неожиданным результатам. Дополнительные сведения см. в разделе Рекомендации по геообработке выходных данных шейп-файла.

Синтаксис

MedianCenter(Input_Feature_Class, Output_Feature_Class, {Weight_Field}, {Case_Field}, Attribute_Field)
ПараметрОбъяснениеТип данных
Input_Feature_Class

Класс объектов, для которого будет рассчитываться медианный центр.

Feature Layer
Output_Feature_Class

Точечный класс объектов, который будет содержать объекты, представляющие медианные центры входящих классов объектов.

Feature Class
Weight_Field
(Дополнительный)

Числовое поле, используемое для создания взвешенного медианного центра.

Field
Case_Field
(Дополнительный)

Поле, используемое для группировки объектов для отдельных расчетов медианного центра. Поле группировки должно быть типа целое (integer), дата (date) или текст (string).

Field
Attribute_Field
[Attribute_Field,...]

Числовое поле (поля), для которых значения медианного центра будут вычислены.

Field

Пример кода

MedianCenter, пример (Python окно)

Следующий скрипт в окне Python демонстрирует, как использовать инструмент MedianCenter.

import arcpy
arcpy.env.workspace = r"C:\data"
arcpy.MedianCenter_stats("coffee_shops.shp", "coffee_MEDIANCENTER.shp", "NUM_EMP", "#", "#")
MedianCenter, пример (автономный скрипт Python)

Следующий автономный скрипт Python демонстрирует, как использовать инструмент MedianCenter.

# 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())

Параметры среды

Выходная система координат

До начала анализа геометрия пространственных объектов проецируется в Выходную систему координат. Во всех математических вычислениях учитывается пространственная привязка Выходной системы координат.

Информация о лицензиях

  • Basic: Да
  • Standard: Да
  • Advanced: Да

Связанные разделы