Python-如何使用PySAL计算交互式空间自相关（Moran I）？

我在PostgreSQL数据库中有一个带有

geometry

列和其他属性的点表

my_表

my。我有一些

my_table

的示例数据，如下所示（

my_table

的属性）

使用Python包，我想分析列

val1

中的值是否是特殊的自相关（Moran I）（通过交互绘制它们）。我预期的交互式空间自相关输出可能如下（图像源，）：

---

我是Python新手。有人能建议我如何使用PySAL进行此操作吗？

我猜你的意思是相关而非自相关

你能用熊猫来代替吗

---

在我的项目中，我一直在使用pysal来计算Moran，这并不困难

必须有两个对象：

1） 一个权重矩阵，其中包含要验证自相关的单元格之间的关系程度

2） 数据

在我的项目中，验证自相关的单元就像马赛克，因此我可以使用该方法计算权重矩阵，这是有效的

假设您有一个二维数据矩阵Z来计算Moran的I，您需要：

import pysal

# Create the matrix of weigthts
w = pysal.lat2W(Z.shape[0], Z.shape[1])

# Crate the pysal Moran object
mi = pysal.Moran(Z, w)

# Verify Moran's I results
print(mi.I)
print(mi.p_norm)

---

我建议首先使用随机矩阵Z，因为在这种情况下，Moran的I的结果应该在0左右，这是一个很好的测试。在系统为随机Z数据返回0后，您可以用实际数据替换Z。

您将获得我的投票。不幸的是，这并不是我想要的。请看编辑我已经添加了更多的细节，使事情清楚。我的目标是使用Python获得预期的结果。列值是我的Postgres db中shapefile的属性，因此我想研究它们是否是空间自相关的。请看：Pandas是一个Python库。看起来那个链接有你需要的信息。您可以将CSV读入并调用该指南中的函数。我现在看到的是，

“pysal”没有属性“lat2W”

。API可能已更改<代码>从libpysal.weights从esda.moran import moran import numpy作为np Z=np.array（[0,1,0]，[1,0,1]，[0,1,0]）#创建weigthts w=lat2W（Z.shape[0]，Z.shape[1]）#装箱pysal moran对象mi=moran（Z，w）#验证moran的I结果打印（mi.I）打印（mi.p#norm）

import pandas
import matplotlib.pyplot as plt

data = pandas.read_csv("C:\\Users\\4Sight\\Desktop\\test.csv", sep=" +", usecols=("val1", "val2"))

print data

print data.columns.values

print data["val1"].corr(data["val2"])

plt.figure()
data.plot()
plt.show()

import pysal

# Create the matrix of weigthts
w = pysal.lat2W(Z.shape[0], Z.shape[1])

# Crate the pysal Moran object
mi = pysal.Moran(Z, w)

# Verify Moran's I results
print(mi.I)
print(mi.p_norm)