Python 解释skgstat变异函数图
我试图用变异函数来理解我正在处理的一些空间数据,但当我绘制这些数据及其分布时,我很难解释部分结果。请跟我说!我会给你一个例子,伴随的情节,并在这里提问 示例代码Python 解释skgstat变异函数图,python,statistics,histogram,scikits,Python,Statistics,Histogram,Scikits,我试图用变异函数来理解我正在处理的一些空间数据,但当我绘制这些数据及其分布时,我很难解释部分结果。请跟我说!我会给你一个例子,伴随的情节,并在这里提问 示例代码 import numpy as np import skgstat as skg coordinates = np.random.rand(10)*10 values = np.random.rand(10)*10 V = skg.Variogram(coordinates=coordinates, values=values,n
import numpy as np
import skgstat as skg
coordinates = np.random.rand(10)*10
values = np.random.rand(10)*10
V = skg.Variogram(coordinates=coordinates, values=values,n_lags=5)
print(V)
V.plot()
输出
spherical Variogram
-------------------
Estimator: matheron
Effective Range: 2.33
Sill: 10.72
Nugget: 0.00
我了解门槛/金块/估值器等,但我对这些东西感到困惑:
我已经意识到我在直方图中解释了什么 N不一定表示样本数,而是表示以下所示的对数:
npairs = n(n-1)/2.
这与直方图中可用的点数量相同