使用QGIS识别矢量点数据中的聚类吗？

#1 楼

我结合了一些建议，并添加了一些自己的建议，找到了一个对我来说很有效的解决方案-所有这些都来自QGis！具有正确的公共属性，并且彼此之间相距不超过x公里：


SELECT DISTINCT s1.postcode，s1.the_geom，s1.gid
FROM宽带数据AS s1加入宽带数据AS s2
ON ST_DWithin（s1.the_geom，s2.the_geom，1000）
s1.postcode！= s2.postcode
AND s1.fastest_broadband <= 2000


（与Manning的出色的PostGis in Action书籍相当，只添加了一个自我联接）。

然后我加载了Carson Farmer的ManageR插件，并导入了该图层。从这里开始，我遵循了建议的PAM聚类过程，并将结果导出到一个形状文件，使用fTools在几秒钟内计算了Convex Hulls（Carson确实可以解决！）。

#2 楼

尽管不是QGIS解决方案，我个人还是选择使用SaTScan进行一些探索性分析。它速度快，文档齐全且应用广泛，因此您在启动时不会遇到麻烦。 45k点可能需要一些RAM。

我不确定它是否可以直接从Postgres读取，但可以轻松地从dbf和文本文件导入。然后可以轻松地读回Postgres或QGIS。您可以决定搜索圆形群集或椭圆形（如果数据中存在特定类型的住区，例如长形的城市/山谷中的村庄等，则可能有用）。然后，您可以生成多边形或椭圆形，或仅显示集群成员的位置。

要在Google Earth中快速预览结果，您还可以使用NAACCR的SaTScan到Google Earth转换工具。 >
重要的是-如果您决定运行蒙特卡洛模拟（我认为最小为99），您还可以告诉您有关群集统计意义的信息。至少在过去的二十年中，这个聚类的解释和论证将是另一个问题，因为至少在过去的二十年中，它在空间科学中一直在争论（

）。高，低或高＆低值。如果您的数据（每天，每周汇总）中有一些时间属性，那么我认为运行一些时空模型真的很有趣。

#3 楼

SciPy有一个集群包（用于python），您可以在python控制台中使用它，编写一个简单的插件来做到这一点，或者在postgis中使用PL / python。 /doc/scipy/reference/cluster.html

分析之后，只需使用f-tools来创建凸包。

#4 楼

这里有一个类似的示例，说明您想使用R和GRASS做什么。或者，您可能想要使用建议的scipy的聚类工具，然后使用此方法进行凸包计算。

#5 楼

您可以尝试使用Ftools插件。 Vector> Geoprocessing Tools> Convex Hulls。

Create convex hulls based on input field有一个选项，输入字段参数应该来自输入点的属性。