描述
用于执行要素的 80/20 分析,并根据在每个位置发生的事件数量来创建分级符号图层,从而确定聚类位置。此工具将计算一个累积的百分比字段,用于标识事件不成比例发生的位置。
使用方法
80/20 规则是一个理论概念,其中大部分事件发生在少数位置,例如 80% 的事件发生在 20% 的位置。
将根据新生成的 ICOUNT(聚类计数)、CUMU_PERC(累积百分比)和 PERC(百分比)字段对输出进行排序。
- ICOUNT - 在该聚类的聚类容差内找到的点数。
- CUMU_PERC - 当前聚类点和所有其他较大聚类点的累积百分比。此值可用于确定数量不成比例的聚类位置是否代表较大比例的犯罪,例如,20% 的聚类位置包含 80% 的总点数。
- PERC - 在该聚类的聚类容差内找到的总点数的百分比。
将按 ICOUNT(聚类计数)字段对输出要素类进行符号化。
语法
EightyTwentyAnalysis(in_features, out_feature_class, {cluster_tolerance}, {out_fields})
参数 | 说明 | 数据类型 |
in_features | 用于创建聚类的输入点要素。 | Feature Layer |
out_feature_class | 输出点聚类要素类。 | Feature Class |
cluster_tolerance (可选) | 用于分隔点的最大距离(米、英尺、千米或英里),该距离内的点将视为相同聚类的一部分。 如果未指定聚类容差,则该工具将标识在几何上与聚类相同的要素。 | Linear Unit |
out_fields [out_fields,...] (可选) | 将保留的输入要素字段。如果不保留任何字段,则不会将任何输入要素字段复制到输出。这是默认行为。 | Field |
代码示例
以下 Python 窗口脚本演示了如何在即时模式下使用 EightyTwentyAnalysis 函数。
import arcpy
arcpy.env.workspace = r"C:/data/city_pd.gdb"
arcpy.ca.EightyTwentyAnalysis("CallsForService", "80_20_clusters")
以下 Python 脚本演示了如何在独立脚本中使用 EightyTwentyAnalysis 函数。
# 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)
环境
许可信息
- Basic: 是
- Standard: 是
- Advanced: 是