Python ArcGIS find_similar_locations用法及代码示例

本文简要介绍 python 语言中 arcgis.geoanalytics.find_locations.find_similar_locations 的用法。

用法:

arcgis.geoanalytics.find_locations.find_similar_locations(input_layer, search_layer, analysis_fields, most_or_least_similar='MostSimilar', match_method='AttributeValues', number_of_results=10, append_fields=None, output_name=None, gis=None, context=None, future=False, return_tuple=False)

返回：

• 如果 return_tuple 是 True ，具有以下键的命名元组：

  • output： FeatureLayer

  • process_info：列表

• 如果return_tuple is ``False`， FeatureLayer

find_similar_locations 任务测量候选位置与一个或多个参考位置的相似性。

根据您指定的标准，find_similar_locations 可以回答以下问题：

• Which of your stores are most similar to your top performers with regard to customer profiles?

• Based on characteristics of villages hardest hit by the disease, which other villages are high risk?

• To answer questions such as these, you provide the reference locations (the input_layer parameter), the candidate locations (the search_layer parameter), and the fields representing the criteria you want to match. For example, the input_layer might be a layer containing your top performing stores or the villages hardest hit by the disease. The search_layer contains your candidate locations to search. This might be all of your stores or all other villages. Finally, you supply a list of fields to use for measuring similarity. The find_similar_locations task will rank all of the candidate locations by how closely they match your reference locations across all of the fields you have selected.

Parameter	Description
input_layer	必需的层。 input_layer 包含一个或多个参考位置，search_layer 中的特征将根据这些参考位置进行相似性评估。例如，input_layer 可能包含您表现最好的商店或受疾病影响最严重的村庄。请参阅特征输入。 input_layer 和search_layer 是同一个要素服务的情况并不少见。例如，要素服务包含所有商店的位置，其中一个是您表现最好的商店。如果您想将其余商店从最相似到最不相似进行排名，您可以为 input_layer 和 search_layer 提供过滤器。 input_layer 上的过滤器将选择表现最佳的商店，而search_layer 上的过滤器将选择除表现最佳的商店之外的所有商店。您可以使用可选的过滤器参数来指定参考位置。 如果有多个参考位置，则相似性将基于您在 analysis_fields 参数中指定的字段的平均值。例如，如果有两个参考位置并且您对匹配人口感兴趣，则该任务将在 search_layer 中查找人口最接近两个参考位置的平均人口的候选位置。例如，如果参考位置的值是 100 和 102，则该任务将寻找人口接近 101 的候选位置。因此，您将希望将字段用于具有相似值的参考位置字段。例如，如果一个参考位置的人口值为 100，而另一个为 100,000，则该工具将寻找人口值接近这两个值的平均值的候选位置：50,050。请注意，这个平均值与任何一个参考位置的人口都不同。
search_layer	必需的层。包含将根据参考位置评估的候选位置的图层。请参阅特征输入。
analysis_fields	必需的字符串。其值用于确定相似性的字段列表。它们必须是数字字段，并且这些字段必须同时存在于 input_layer 和 search_layer 上。根据所选的match_method，任务将根据字段的值或配置文件查找最相似的特征。
most_or_least_similar	可选字符串。您想要返回的函数。您可以搜索与 input_layer 最相似或最不相似的特征，或者同时搜索最相似和最不相似的特征。 选择清单： MostSimilar LeastSimilar Both 默认值为 MostSimilar 。
match_method	可选字符串。您选择的方法决定了如何确定匹配。 选择清单： AttributeValues - uses the squared differences of standardized values. AttributeProfiles - uses cosine similarity mathematics to compare the profile of standardized values. Using AttributeProfiles requires the use of at least two analysis fields. 默认值为 AttributeValues 。
number_of_results	可选整数。排名候选位置的数量输出到 similar_result_layer 。如果未设置number_of_results，则返回 10 个位置。结果的最大数量为 10000。 默认值为 10。
append_fields	可选字符串。 (可选)将字段从您的搜索图层添加到您的数据。默认情况下，将附加搜索图层中的所有字段。
output_name	可选字符串。该任务将创建结果的要素服务。您定义服务的名称。
gis	运行此工具的可选 GIS 。如果未指定，则使用活动 GIS。
context	可选字典。 context 参数包含影响任务执行的其他设置。对于此任务，有四个设置： extent - A bounding box that defines the analysis area. Only those features that intersect the bounding box will be analyzed. processSR - The features will be projected into this coordinate system for analysis. outSR - The features will be projected into this coordinate system after the analysis to be saved. The output spatial reference for the spatiotemporal big data store is always WGS84. dataStore - Results will be saved to the specified data store. For ArcGIS Enterprise, the default is the spatiotemporal big data store.
future	可选布尔值。如果是 True ，将返回一个 future 对象，并且进程不会等待任务完成。 默认为 False ，表示等待结果。
return_tuple	可选布尔值。如果 True ，则返回具有多个输出键的命名元组。 默认值为 False 。

例子：

# Usage Example: To find potential retail locations based on the current top locations and their attributes.

similar_location_result = find_similar_locations(input_layer=stores_layer,
                                                 search_layer=locations,
                                                 analysis_fields="median_income, population, nearest_competitor",
                                                 most_or_least_similar="MostSimilar",
                                                 match_method="AttributeValues",
                                                 number_of_results=50,
                                                 output_name="similar_locations")