:globe_showing_Europe-Africa: xarray-spatial：Python中基于栅格的空间分析
:round_pushpin: 快速，准确的Python库，可进行栅格操作
:high_voltage: 可通过扩展
:fast-forward_button: 可通过扩展
:confetti_ball: 没有GDAL / GEOS依赖项
:globe_showing_Europe-Africa: 通用空间处理，面向GIS专业人员
Xarray-Spatial使用Numba实现了常见的栅格分析功能，并提供了易于安装，易于扩展的代码库来进行栅格分析。
安装
# via pip
pip install xarray-spatial
# via conda
conda install -c conda-forge xarray-spatial
下载我们的入门示例和数据
一旦在环境中安装了xarray-spatial，就可以在终端中（环境处于活动状态）使用以下命令之一将我们的示例和/或示例数据下载到本地目录中。
xrspatial examples ：下载示例
2021-10-27 13:59:43
25.83MB
1
二维遗传算法matlab代码实例空间分析：评估算法能力的工具包
实例空间分析是一种评估算法优缺点的方法，也是一种客观比较算法能力的方法，不会因测试实例的选择受限而产生偏差。
其核心是对实例的结构属性与一组算法的性能之间的关系进行建模。
实例空间分析允许构建每种算法的足迹，定义为实例空间中我们从统计学上推断出良好性能的区域。
可以从“实例空间分析”中收集到的其他见解包括：
每种算法在实例空间中的占用空间的客观指标，作为衡量算法功效的指标；
通过可视化方式说明实例特征如何与实例空间各个区域中的算法性能相关联；
可视化现有基准和实际实例的分布和多样性；
评估用于表征实例的特征的充分性；
将实例空间划分为推荐区域以进行自动算法选择；
区分实例空间中可能有助于生成更多实例以获得更多见解的区域。
在实例空间中可视化算法性能的独特优势是，细微的分析可以用来解释优势和劣势，并检查可能有趣的性能变化，而不是将选定的实例集合平均为一小组摘要统计数据而得出的独特优势。隐藏在摘要统计信息表中。
该存储库提供了一组MATLAB工具，以在自动化管道中执行完整的实例空间分析。
它也是计算引擎，通过Data
An
2021-10-17 11:20:30
499KB
1
matlab自相关代码计量经济学_空间分析
该文件夹用于计量经济学中的空间分析，这些文件：
Moran.m是实现Moran测试的Matlab代码。
有关此空间相关性测试的更多信息，请访问：或
NB-Bayesian-CAR-Model-Gibbs.odc是一个WinBUGS代码，使用Gibbs采样（一种MCMC方法）实现了负二项式汽车模型。
有关此模型的更多信息，请访问：或
2021-10-14 10:40:20
12KB
1