Résumé
Identifie l'entité située le plus au centre dans une classe d'entités ponctuelles, linéaires ou surfaciques.
Pour en savoir plus sur le fonctionnement de l'outil Entité centrale
Illustration
Utilisation
L'entité associée à la plus petite distance cumulée de toutes les autres entités du jeu de données est celle située la plus au centre. Elle est sélectionnée et copiée dans une classe d'entités en sortie venant d'être créée. Plusieurs entités peuvent partager la plus petite distance cumulée de toutes les autres entités. Dans ce cas, toutes les entités les plus centralement situées sont copiées dans la classe d'entités en sortie.
Les distances cumulées sont mesurées à l'aide de EUCLIDEAN_DISTANCE ou MANHATTAN_DISTANCE, ainsi que spécifié par le paramètre Méthode de calcul de distance.
-
Pour les entités linéaires et surfaciques, les centroïdes d'entité sont utilisés dans les calculs de distance. Pour les multi-points, les polylignes ou les polygones comprenant plusieurs parties, le centroïde est calculé à l'aide du centre moyen pondéré de toutes les parties d'entité. La pondération pour les entités ponctuelles est de 1 ; pour les entités linéaires, elle correspond à la longueur et pour les entités surfaciques, à la superficie.
-
Les couches peuvent permettre de définir la classe d'entités en entrée. Lorsque vous utilisez une couche avec une sélection, seules les entités sélectionnées sont comprises dans l'analyse.
Le champ de récapitulation permet de regrouper les entités à des fins de calculs d'entités centrales distinctes. Le champ de récapitulation peut être de type entier, date ou chaîne. Les enregistrements ayant une valeur nulle pour le champ de récapitulation (Case Field) sont exclus de l’analyse.
Le potentiel propre représente la distance ou la pondération entre une entité et elle-même. Cette pondération est souvent nulle, mais dans certains cas vous pouvez spécifier une autre valeur fixe ou une valeur différente pour chaque entité (par exemple basée sur la taille d'un polygone).
Syntaxe
arcpy.stats.CentralFeature(Input_Feature_Class, Output_Feature_Class, Distance_Method, {Weight_Field}, {Self_Potential_Weight_Field}, {Case_Field})
Paramètre | Explication | Type de données |
Input_Feature_Class | Classe d'entités contenant une répartition des entités à partir desquelles identifier celle située la plus au centre. | Feature Layer |
Output_Feature_Class | Classe d’entités contenant celle située la plus au centre dans la classe d’entités en entrée (Input Feature Class). | Feature Class |
Distance_Method | Spécifie le mode de calcul des distances de chaque entité avec les entités voisines.
| String |
Weight_Field (Facultatif) | Champ numérique utilisé pour pondérer des distances dans la matrice de distances origine-destination. | Field |
Self_Potential_Weight_Field (Facultatif) | Champ représentant le potentiel propre : la distance ou la pondération entre une entité et elle-même. | Field |
Case_Field (Facultatif) | Champ utilisé pour regrouper des entités en vue de calculs d'entités centrales distinctes. Ce champ de récapitulation peut être de type entier, date ou chaîne. | Field |
Exemple de code
Exemple 1 d'utilisation de l'outil Entité centrale (fenêtre Python)
Le script de fenêtre Python ci-dessous illustre l'utilisation de la fonction CentralFeature.
import arcpy
arcpy.env.workspace = r"C:\data"
arcpy.CentralFeature_stats("coffee_shops.shp", "coffee_CENTRALFEATURE.shp",
"EUCLIDEAN_DISTANCE", "NUM_EMP")
Exemple 2 d’utilisation de l’outil CentralFeature (script autonome)
Le script Python autonome ci-dessous illustre l'utilisation de la fonction CentralFeature.
# Measure geographic distribution characteristics of coffee house locations
# weighted by the number of employees
# Import system modules
import arcpy
# Local variables...
workspace = "C:/data"
input_FC = "coffee_shops.shp"
CF_output = "coffee_CENTRALFEATURE.shp"
MEAN_output = "coffee_MEANCENTER.shp"
MED_output = "coffee_MEDIANCENTER.shp"
weight_field = "NUM_EMP"
# Set the workspace to avoid having to type out full path names
arcpy.env.workspace = workspace
# Process: Central Feature...
arcpy.CentralFeature_stats(input_FC, CF_output, "EUCLIDEAN_DISTANCE", weight_field)
# Process: Mean Center...
arcpy.MeanCenter_stats(input_FC, MEAN_output, weight_field)
# Process: Median Center...
arcpy.MedianCenter_stats(input_FC, MED_output, weight_field)
Environnements
Informations de licence
- Basic: Oui
- Standard: Oui
- Advanced: Oui