识别数据中具有统计显著性的高值（热点）或低值（冷点）或数据计数的空间聚类。 使用此工具可查找诸如高和低房屋价值、犯罪密度、交通事故死亡率、失业率以及生物多样性等聚类的热点和冷点。
结果地图图层以红色表示热点，以蓝色表示冷点。 最深的红色要素表示高值或点密度的最强聚类；与这些要素相关联的聚类不是随机产生的结果，置信度为 99%。 同样，最深的蓝色要素与最强的低值空间聚类或最低点密度相关联。 米黄色的要素不属于具有统计显著性的聚类；与这些要素相关联的空间模式可能是随机过程和随机产生的结果。
许多数据可用作人口普查区、县、选民区、医院区、宗地、公园和娱乐边界、流域、土地覆盖分类以及气候带等面要素。 当输入图层包括面要素时，必须指定用于查找高值和低值聚类的数值字段。 该字段可能表示以下内容，例如：
有多种数据也可用作点要素。 最常表示为点的要素示例包括犯罪事件、学校、医院、紧急呼叫事件、交通事故、水井、树和船只。 您可能对分析与每个点要素相关的数据值（字段）感兴趣。 在其他情况下，您可能只对评估这些点的聚类感兴趣。 提供分析字段的决定取决于您提出的问题。 应提供分析字段来解答如下问题：高值和低值会聚集在哪里?
对于某些点数据来说，通常每个点代表一个事件、事件点，或者存在或不存在指示，不会有明确要使用的分析字段。 在这些情况下，您可能只想知道聚类在何处（具有统计显著性）异常密集或稀疏。
对于点计数分析而言，可将面要素放置于点上，并计算每个区域中的点数。 这些面要素可以是工具创建的渔网格网或所提供的面图层。 工具随后将查找与每个面要素相关的高点计数和低点计数的聚类。
| 标注 | 说明 | 数据类型 |
输入要素 | 将要计算热点的点或面要素图层。 | Feature Set |
输出名称 | 要在门户中创建的输出图层的名称。 | String |
分析字段 (可选) | 要评估的数值字段（例如，事件数、犯罪率和测试得分等）。 所提供的字段可能表示以下内容，例如：
| Field |
按字段分割 (可选) | 输入图层中用于对数据进行归一化的数值字段。 例如，如果点代表犯罪案件，则其除以总人口数可得到人均犯罪分析，而不是原始犯罪计数。 | Field |
边界面 (可选) | 当分析图层为点且未指定分析字段时，您可以提供定义事件可能发生地点的面要素。 例如，如果您正在分析港口中的船只事故，港口的轮廓可以为事故可能发生的地点提供一个良好的边界。 当没有提供边界面时，则分析中将仅包含至少含有一个点的位置。 | Feature Set |
聚合面 (可选) | 当输入图层包含点且未指定分析字段时，您可以提供要聚合和分析点的面要素，例如行政单位。 计算每个面内的点数，并分析每个面中的点计数。 | Feature Set |
| 标注 | 说明 | 数据类型 |
| 输出图层 | 输出热点图层。 | Feature Set |
arcpy.sfa.FindHotSpots(analysisLayer, outputName, {analysisField}, {divideByField}, {boundingPolygonLayer}, {aggregatePolygonLayer})| 名称 | 说明 | 数据类型 |
analysisLayer | 将要计算热点的点或面要素图层。 | Feature Set |
outputName | 要在门户中创建的输出图层的名称。 | String |
analysisField (可选) | 要评估的数值字段（例如，事件数、犯罪率和测试得分等）。 所提供的字段可能表示以下内容，例如：
| Field |
divideByField (可选) | 输入图层中用于对数据进行归一化的数值字段。 例如，如果点代表犯罪案件，则其除以总人口数可得到人均犯罪分析，而不是原始犯罪计数。 | Field |
boundingPolygonLayer (可选) | 当分析图层为点且未指定分析字段时，您可以提供定义事件可能发生地点的面要素。 例如，如果您正在分析港口中的船只事故，港口的轮廓可以为事故可能发生的地点提供一个良好的边界。 当没有提供边界面时，则分析中将仅包含至少含有一个点的位置。 | Feature Set |
aggregatePolygonLayer (可选) | 当输入图层包含点且未指定分析字段时，您可以提供要聚合和分析点的面要素，例如行政单位。 计算每个面内的点数，并分析每个面中的点计数。 | Feature Set |
| 名称 | 说明 | 数据类型 |
| outputLayer | 输出热点图层。 | Feature Set |