我对R非常陌生,正在尝试确定包含~500k点的形状文件是否是随机分布的。不管我输入什么参数,我都会得到相同的错误信息。在

以下是我从一开始就有的:> library(spatstat)

spatstat 1.40-0 (nickname: ‘Do The Maths’)

For an introduction to spatstat, type ‘beginner’

> as.ppp(area)

marked planar point pattern: 500000 points

Mark variables:

[1] OBJECTID Encoded_Ti Time_ Filter Category Severity Action_ Hit_Count Profile Encoded_So Source_IP Source_Por Encoded_De

[14] Dest_IP Dest_Port VLAN_Tag Source_Cou Source_Reg Source_Cit Source_Lat Source_Lon Dest_Count Dest_Regio Dest_City Dest_Latit Dest_Longi

window: rectangle = [-159.964, 178.417] x [-46.4, 70.6349] units

Warning message:

some mark values are NA in the point pattern x

> quadrat.test(area)

Error in UseMethod("quadrat.test") :

no applicable method for 'quadrat.test' applied to an object of class "c('SpatialPointsDataFrame', 'SpatialPoints', 'Spatial')"

所以我的下一个尝试是:

^{pr2}$

我最后的尝试是:> quadrat.test(X, nx = 20, ny = 20)

Error in rectquadrat.countEngine(X$x, X$y, tess$xgrid, tess$ygrid) :

xbreaks do not span the actual range of x coordinates in data

> quadrat.test(X, nx = 20, ny = 20, xbreaks= NULL, ybreaks = NULL)

Error in rectquadrat.countEngine(X$x, X$y, tess$xgrid, tess$ygrid) :

xbreaks do not span the actual range of x coordinates in data

> data(X)

Warning message:

In data(X) : data set ‘X’ not found

> quadrat.test(X)

Error in rectquadrat.countEngine(X$x, X$y, tess$xgrid, tess$ygrid) :

xbreaks do not span the actual range of x coordinates in data

> quadrat.test(X, 10)

Error in rectquadrat.countEngine(X$x, X$y, tess$xgrid, tess$ygrid) :

xbreaks do not span the actual range of x coordinates in data

就像我说的,我在这方面很新,而且只有业余的python经验,但是我是一个研究生,需要在项目中使用这个函数。任何帮助都将不胜感激。在

干杯

python 求离差_R中Chisquared离差检验的误差相关推荐

  1. 手把手教你用Python求均值、中值和众数

    导读:数据科学入门:集中趋势度量--均值.中值和众数. 作者:保罗·戴特尔(Paul Deitel).哈维·戴特尔(Harvey Deitel) 来源:大数据DT(ID:hzdashuju) 本文我们 ...

  2. python求一组数中最大数_python如何求一组数的最大值?_后端开发

    php中session用法详解_后端开发 PHP中的session默认情况下是使用客户端的Cookie,当客户端的Cookie被禁用时,会自动通过[Query_String]来传递,其中[sessio ...

  3. python卡方检验kf_data_统计学中的各种检验-scipy.stats和statsmodels.stats的使用

    这里会罗列一些统计学中的检验方法,当然顺序以笔者遇到的为准. 1.方差分析 1.1 概述 对于均值的检验,一般分为以下几种情况: 某样本均值与常数的比较 两个样本均值的比较 两个以上样本均值的比较 对 ...

  4. python求对数_python中取对数

    技术 | Python从零开始系列连载(二十七) 我们接着上一期的Python,继续跟大家分享有关Python中常用的数值计算和正则表达式. 运算符 1)数值运算 +.-.*./ % (求余数) // ...

  5. python求绝对值_python中取绝对值简单方法总结

    python如何使用绝对值?下面给大家介绍三种求绝对值的方法: import math def abs_value1(): a = float(input('1.请输入一个数字:')) if a &g ...

  6. python求共轭复数_python中复数的共轭复数知识点总结

    python中复数的共轭复数知识点总结,复数,共轭,函数,知识点,都是 python中复数的共轭复数知识点总结 易采站长站,站长之家为您整理了python中复数的共轭复数知识点总结的相关内容. 理科学 ...

  7. python求三个数中最小(大)的元素

    求最小: def getThreeNumberMin(x,y,z):min=x if x<y else ymin=min if min<z else zreturn min a=getTh ...

  8. python求高阶导数_Pythorch中的高阶梯度

    我在pytorch中实现了以下Jacobian函数.除非我犯了错误,否则它计算任何张量w.r.t.的雅可比.任何维输入:import torch import torch.autograd as ag ...

  9. python 求 牛顿插值法中的差商表

    # -*- coding: utf-8 -*- """ Created on Wed Oct 18 16:36:43 2017@author: www "&qu ...

最新文章

  1. 已知一个掺杂了多个数字字符的中文名拼音,去掉所有数字字符之后,形式为“名”+空格+“姓”;并且名和姓的首字母大写,其他小写,要求输出姓名全拼,且全为小写。(后附详细样例说明)
  2. Spring在tomcat下使用JTA事务
  3. Shutdown In Period 1.0
  4. paip.提升效率---源码生成流程图工具
  5. Web安全深度剖析-笔记
  6. 秒杀奥数比赛,用Python暴力破解“智力游戏”
  7. MATLAB Cholesky分解
  8. 阿里云企业邮箱标准版/集团版/尊享版区别对比
  9. C# XmlHelper
  10. 2019念念不忘,2020必有回响!!!
  11. 渗透测试人员常用的8种火狐插件
  12. 【重磅】百度智能运维工程架构
  13. 04. Redis 环境搭建-单实例
  14. 联想拯救者y9000p和r9000p的区别
  15. C#中的DoEvents()
  16. 眼镜计算机检查,电脑验光
  17. 性能测试能力提升-JVM GC原理
  18. 租车APP哪家强?这三款软件可能是你的手机必备
  19. Windows10操作系统共享文件夹给VMWare虚拟机Ubuntu18.04操作系统使用
  20. 【Java学习笔记】工厂模式

热门文章

  1. 匿名拓空者Pro开源飞控使用介绍-2-硬件配置及拓展接口
  2. 使用GDI+画2D饼状图(VB.Net)
  3. 网络技能大赛做云平台部分-赛前注意事项[非常重要]
  4. 数学建模——欧拉算法(求解常微分方程)
  5. 面向电力安全的智能视频分析解决方案
  6. html魔塔编辑器,migration.html
  7. 九、Java中的对象【20220617】
  8. EV3自动校对光感思路
  9. 杀毒软件3.15客服调查:360响应最快 瑞星最专业
  10. Amazon亚马逊云服务器的价格是怎么算的