中心要素 (空间统计)

摘要

识别点、线或面要素类中位于最中央的要素。

了解有关中心要素工作原理的详细信息

插图

中心要素工具插图

使用情况

  • 与数据集中所有其他要素的距离累积最小的要素是位于最中心的要素;选择此要素并复制到一个新创建的输出要素类。多个要素可以共享与所有其他要素的最小累积距离。如果出现此情况,上述所有处于最中央位置的要素都将被复制到输出要素类

  • 累积距离使用距离方法参数指定的欧氏距离或曼哈顿距离进行测量。

  • 对于线和面要素,距离计算中会使用要素的质心。对于多点、折线或由多部分组成的面,将会使用所有要素部分的加权平均中心来计算质心。点要素的加权项是 1,线要素的加权项是长度,而面要素的加权项是面积。

  • 此工具支持点要素的 3D 特性,在提供 z 值的情况下,将在其计算中使用 x、y 和 z 值。因为这些结果本质上是 3D 要素,因此需要在场景中进行可视化。要正确可视化分析结果,请确保在场景中运行分析或将结果图层复制到场景中。

  • 地图图层可用于定义输入要素类。在使用带有选择内容的图层时,分析只会包括所选的要素。

  • 案例分组字段用于为独立的中心要素计算进行要素分组。案例分组字段可以是整型、日期型或字符串类型。对于案例分组字段,具有空值的记录将从分析中排除。

  • 自身潜能是要素与其自身之间的距离或权重。通常情况下,此权重为零,但在某些情况下,您可能要为每个要素指定其他固定值或某一个不同的值(例如,可能基于面大小)。

  • 警告:

    在使用 shapefile 时,请注意 shapefile 无法存储空值。根据非 shapefile 输入创建 shapefile 的工具或其他过程可能会将空值存储(或解释)为零。某些情况下,空值则以极大的负值储存于 shapefile 中。这会产生意外的结果。有关详细信息,请参阅 shapefile 输出的地理处理注意事项

参数

标注说明数据类型
输入要素类

包含要从中识别最中心要素的要素分布的要素类。

Feature Layer
输出要素类

将包含位于输入要素类最中心的要素的要素类。

Feature Class
距离法

指定计算每个要素与邻近要素之间的距离的方式。

  • 欧氏两点间的直线距离
  • 曼哈顿沿垂直轴度量的两点间的距离(城市街区);计算方法是对两点的 x 和 y 坐标的差值(绝对值)求和。
String
权重字段
(可选)

用于衡量起始-目的地距离矩阵中的距离的数值字段。

Field
自身潜力权重字段
(可选)

此字段表示自身潜力 - 要素与其自身之间的距离或权重。

Field
案例分组字段
(可选)

用于为独立中心要素的计算而进行要素分组的字段。案例分组字段可以为整型、日期型或字符串型。

Field

arcpy.stats.CentralFeature(Input_Feature_Class, Output_Feature_Class, Distance_Method, {Weight_Field}, {Self_Potential_Weight_Field}, {Case_Field})
名称说明数据类型
Input_Feature_Class

包含要从中识别最中心要素的要素分布的要素类。

Feature Layer
Output_Feature_Class

将包含位于输入要素类最中心的要素的要素类。

Feature Class
Distance_Method

指定计算每个要素与邻近要素之间的距离的方式。

  • EUCLIDEAN_DISTANCE两点间的直线距离
  • MANHATTAN_DISTANCE沿垂直轴度量的两点间的距离(城市街区);计算方法是对两点的 x 和 y 坐标的差值(绝对值)求和。
String
Weight_Field
(可选)

用于衡量起始-目的地距离矩阵中的距离的数值字段。

Field
Self_Potential_Weight_Field
(可选)

此字段表示自身潜力 - 要素与其自身之间的距离或权重。

Field
Case_Field
(可选)

用于为独立中心要素的计算而进行要素分组的字段。案例分组字段可以为整型、日期型或字符串型。

Field

代码示例

CentralFeature 示例 1(Python 窗口)

以下 Python 窗口脚本演示了如何使用 CentralFeature 函数。

import arcpy
arcpy.env.workspace = r"C:\data"
arcpy.CentralFeature_stats("coffee_shops.shp", "coffee_CENTRALFEATURE.shp", 
                           "EUCLIDEAN_DISTANCE", "NUM_EMP")
CentralFeature 示例 2(独立脚本)

以下独立 Python 脚本演示了如何使用 CentralFeature 函数。

# 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"
# 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)

许可信息

  • Basic: 是
  • Standard: 是
  • Advanced: 是

相关主题