使用Python计算点密度

前端之家收集整理的这篇文章主要介绍了使用Python计算点密度前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。
我有一个来自世界特定地区的地理数据的X和Y坐标列表.我想根据它在图表中的位置来分配每个坐标,一个权重.

例如:如果一个点位于其周围有许多其他节点的地方,则它位于高密度区域,因此具有更高的权重.

我能想到的最直接的方法是在每个点周围绘制单位半径的圆,然后计算其他点是否位于其中,然后使用函数,为该点指定权重.但这看起来很原始.

我看过pySAL和NetworkX,但看起来它们与图形一起工作.我在图表中没有任何边缘,只有节点.

解决方法

标准解决方案是使用KDE( Kernel Density Estimation).
在网上搜索:“KDE Estimation”你会发现很多链接.
在Google类型中:KDE Estimation ext:pdf
此外,Scipy有KDE,请关注此 http://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.gaussian_kde.html.那里有工作示例代码;)

猜你在找的Python相关文章