PySAL：Python空间计量分析库使用手册（一）

liyu_sun 2020-05-17

展开全文

简介

Pysal是一个面向地理空间数据科学的开源跨平台库，重点是用python编写的地理空间矢量数据。它支持空间分析高级应用程序的开发，例如

空间簇、热点和异常点的检测

从空间数据构建图形

地理嵌入网络的空间回归与统计建模

空间计量经济学

探索性时空数据分析

PySAL的构成

PySAL是一个空间数据科学软件包家族，它被分为如下部分

explore -用于对空间和时空数据进行探索性分析的模块，包括对点、网络和多边形格的统计测试。还包括空间不等式和分布动力学的方法。

viz -可视化空间数据中的模式，以检测集群、异常值和热点。

model -用各种线性、广义线性、广义加性和非线性模型对数据中的空间关系进行建模。

lib -解决各种各样的计算几何问题：从多边形格、线和点构建图形。空间权重矩阵与图形的构建与交互编辑、 α形状、空间指数和空间拓扑关系的计算、读写稀疏图形数据，以及纯python空间矢量数据阅读器。

model

与explore不同，model层侧重于验证性分析。特别地，它的包集中于用各种线性、泛化线性、泛化加性、非线性、多层和局部回归模型来估计数据中的空间关系。

mgwr: mgwr在各种广义线性模型框架中提供可伸缩的算法，用于使用单标度和多标度地理加权回归模型进行估计、推断和预测，以及使用模型诊断工具
spglm: spglm实现了一组广义线性回归技术，包括高斯回归、泊松回归和逻辑回归，这些技术允许在计算和估计时进行稀疏矩阵操作，以降低内存开销和减少计算时间。
spint: spint提供了一系列工具来研究空间交互过程和分析空间交互数据。它包含了一些功能，可以方便地校准和解释一系列重力类型的空间交互模型，包括那些具有生产约束、吸引力约束或两者结合的模型。
spreg: spreg支持经典和空间计量经济模型的估计。目前，除了各种同质性、正态性、空间随机性和不同类型的空间自相关测试外，它还包含了标准最小二乘(OLS)、两阶段最小二乘(2SLS)和似不相关回归(SUR)的估计方法。
spvcm: spvcm提供了一个用于估计空间相关方差组件模型的通用框架。这类模型考虑到方差成分的空间依赖性，因此附近的组可能相互影响。
tobler : tobler provides functionality for for areal interpolation and dasymetric mapping. Its name is an homage to the legendary geographer Waldo Tobler a pioneer of dozens of spatial analytical methods. tobler includes functionality for interpolating data using area-weighted approaches, regression model-based approaches that leverage remotely-sensed raster data as auxiliary information, and hybrid approaches.

viz

viz -可视化空间数据中的模式，以检测集群、异常值和热点。

例如splot: splot提供空间分析的统计可视化。它用于可视化全局和局部空间自相关(通过Moran散点图和聚类图)等。高级API支持创建可公开的可视化

下载安装

PySAL是可通过Anaconda(在默认或conda-forge通道)，我们建议安装PySAL从conda-forge:

conda config --add channels conda-forge
conda install pysal

PySAL也可以使用pip安装使用:

pip install pysal

PySAL安装完成后，最后的检查是启动Python，导入PySALmodule并运行支持格式的标准检查。在命令行启动Python并输入以下内容

import pysalpysal.open.check( )

将会出现导致所有支持的格式的清单，如下所示:

PySAL File I/O understands the following file extensions:Ext: ’.shp’, Modes: [’r’, ’wb’, ’w’, ’rb’]Ext: ’.mtx’, Modes: [’r’, ’w’]Ext: ’.swm’, Modes: [’r’, ’w’]Ext: ’.mat’, Modes: [’r’, ’w’]Ext: ’.shx’, Modes: [’r’, ’wb’, ’w’, ’rb’]Ext: ’.stata_text’, Modes: [’r’, ’w’]Ext: ’.geoda_txt’, Modes: [’r’]Ext: ’.dbf’, Modes: [’r’, ’w’]Ext: ’.dat’, Modes: [’r’, ’w’]Ext: ’.gwt’, Modes: [’r’, ’w’]Ext: ’.gal’, Modes: [’r’, ’w’]Ext: ’.arcgis_text’, Modes: [’r’, ’w’]Ext: ’.kwt’, Modes: [’r’, ’w’]Ext: ’.wk1’, Modes: [’r’, ’w’]Ext: ’.arcgis_dbf’, Modes: [’r’, ’w’]Ext: ’.geobugs_text’, Modes: [’r’, ’w’]Ext: ’.csv’, Modes: [’rU’, ’r’, ’U’, ’Ur’]Ext: ’.wkt’, Modes: [’r’]