Краткая информация
Идентифицирует местоположение, минимизирующее среднее Евклидово расстояние до пространственных объектов в наборе данных.
Иллюстрация
Использование
В то время как инструмент Усредненный центр сообщает точку со средними координатами X и Y для всех центроидов объектов, Медианный центр использует повторяющийся алгоритм, чтобы найти точку, которая минимизирует Евклидово расстояние до всех объектов в наборе данных.
И Усредненный центр и Медианный центр являются измерениями центральной тенденции. Алгоритм инструмента Медианный центр меньше подвержен влиянию выбросов в данных.
Для точного измерения расстояний этому инструменту требуются проецированные данные.
-
Для линейных или полигональных объектов, при расчете расстояний используются центроиды. Для мультиточек, полилиний или полигонов, состоящих их нескольких частей, центроид вычисляется с использованием средневзвешенного центра всех частей объекта. При определении весов точечные объекты имеют равный вес (1). Для линейных объектов это длина сегмента. Для полигональных – площадь.
Поле группировки используется для группировки объектов для отдельных вычислений Медианного центра. Когда поле группировки определено, входные объекты группируются сначала согласно значениям этого поля, а затем медианный центр рассчитывается для каждой группы. Поле группировки может относиться к типам "целое", "дата" или "строка", и оно появится в качестве атрибута в Выходном классе объектов. Записи, имеющие значения NULL в Поле группировки, исключаются из анализа.
Значения x и y для медианного центра – атрибуты в выходном классе объектов. Значения хранятся в полях XCOORD и YCOORD.
Медиана данных будет вычислена для всех полей, определенных в параметре Атрибутивное поле.
-
Слои карты можно использовать для определения Входного класса объектов. Если в слое есть выборка, только выбранные объекты будут включены в анализ.
Синтаксис
MedianCenter(Input_Feature_Class, Output_Feature_Class, {Weight_Field}, {Case_Field}, Attribute_Field)
Параметр | Объяснение | Тип данных |
Input_Feature_Class | Класс объектов, для которого будет рассчитываться медианный центр. | Feature Layer |
Output_Feature_Class | Точечный класс объектов, который будет содержать объекты, представляющие медианные центры входящих классов объектов. | Feature Class |
Weight_Field (Дополнительный) | Числовое поле, используемое для создания взвешенного медианного центра. | Field |
Case_Field (Дополнительный) | Поле, используемое для группировки объектов для отдельных расчетов медианного центра. Поле группировки должно быть типа целое (integer), дата (date) или текст (string). | Field |
Attribute_Field [Attribute_Field,...] | Числовое поле (поля), для которых значения медианного центра будут вычислены. | Field |
Пример кода
MedianCenter, пример (Python окно)
Следующий скрипт в окне Python демонстрирует, как использовать инструмент MedianCenter.
import arcpy
arcpy.env.workspace = r"C:\data"
arcpy.MedianCenter_stats("coffee_shops.shp", "coffee_MEDIANCENTER.shp", "NUM_EMP", "#", "#")
MedianCenter, пример (автономный скрипт Python)
Следующий автономный скрипт Python демонстрирует, как использовать инструмент MedianCenter.
# 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"
try:
# 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, "#", "#")
except:
# If an error occurred when running the tool, print out the error message.
print(arcpy.GetMessages())
Параметры среды
Информация о лицензиях
- Basic: Да
- Standard: Да
- Advanced: Да