点是最常见的一种数据表现形式，不管是属性数据还是空间数据，当然，在属性数据上，要做散点图，起码需要两个属性才行。

点模式在自然与社会生活中，随处可见，理论上，任何人、物、事件或者描述信息，只要超过两个维度，就可以抽象为一个点，不管是空间上的点，还是属性上的点。

当然，在空间上的，点也是有它的一些特性的，比如，单独的点没有大小和方向，只能表示一个位置。

最早，点模式的分析起源是在2

【题目】
【HiGISClub周刊】查找并移除重复的属性记录、空间上重复图形数据——2016.01.13期

【封面】


【实验内容】
1. 查找并移除重复的属性记录；
2. 查找并移除空间上重复的图形数据；

【实验准备】
软件版本：ArcGIS 10.3
数据下载：http://www.higis.cn/Tech/tech/tId/141

使用工具：
（a）频数（Frequency）
（

莎老爷子著名的四大悲剧之一的哈雷王子。。。里面这句话一直是文艺小青年们zhuangbility的金牌用语……实际上说出了这样一句大实话：千古艰难惟一死。

人为什么怕死，无非就是没有死过而已。如果想一个人没事一天就死个十回八回的，那么有何可怕？这就是一切生物最原始的一种恐惧：对于未知的恐惧。

所以呢，我们都习惯找一个熟悉的地方，和一群熟悉的人，聊一些熟悉的话题……当然，不可能永远都在熟悉的圈子

1、概述

经过各版本的积累和更新，Portal for ArcGIS在ArcGIS10.2中以正式产品的形态加入到了ArcGIS系列产品线中。它有3个主要定位：协同管理平台、在线制图平台以及内容管理平台。Portal for ArcGIS与ArcGIS for Server或者ArcGIS私有云套件相结合，为GIS应用带来了一个全新的模式。再加上即拿即用、方便管理，简单高效的

上篇讲了P值与Z得分的一些基本概念，大家其实也都知道，P值和Z得分其实是有一定的相应关系的，Z得分有正负两种结果，而P值有显著和不显著两种可能。

如果按照我们一般的思维，P值和Z得分就应该有4种组合。不过实际上他们只有三种组合，如下：



可以看见，只要P值不具备统计学上的显著特征，那么Z值不论是正负，都是一个结果。

那么为什么P值如此之重要呢？

上一篇文章说过

前两天聊了空间统计学里面的两个经典概念，今天来说说第一篇文章留下的大坑： Moran's I 。

首先，Moran's I这个东西，官方叫做：莫兰指数，是澳大利亚统计学家帕特里克·阿尔弗雷德-皮尔斯-莫兰（Patrick Alfred PierceMoran）（好长的名字，不过一般都简称为：帕克-莫兰，就是下图这位中年帅哥了），在1950年提出的。这一年，朝鲜战争爆发。

昨天我们简单的讲了R语言如何对点数据进行分析，今天继续把这个内容说法，其实R语言是非常强大的，他的强大之处，可能超出了你的想象的。

不过R语言也有缺点，最大的缺点就是所有的一切分析过程，都要通过敲命令的方式来实现，对于推广了超过10年的鼠标这种喜闻乐见的标准电脑外设来说，全部采用文本模式进行交互仿佛已经是远古时期的标志一样（不过很多电视剧里面，电脑高手的表现都是在键盘上运指如飞，他们从来不

横看成岭侧成峰，远近高低各不同。
不识庐山真面目，只缘身在此山中。
——苏轼《题西林壁》
读完这首诗，我首先检讨一下自己，我一直误记这首诗是李白写的，因为总记得李白写过有关庐山的，但是仔细一想，李白写的“飞流直下三千尺，疑是银河落九天”。和我一样记错的同学，请一同检讨。
看完这首诗，我觉得大家在看看题目，就应

1. 能将更多的ArcGIS桌面功能推向Web端吗？
Web maps是ArcGIS平台对地理空间信息进行共享和可视化的重要手段。Web maps也提供一些简单的空间数据分析。用户可以使用ArcGIS Online或ArcGIS for Server来增强Web maps的能力。
ArcGIS桌面在功能和易用性方面一直在持续不断的改进，它是进行精细化制图、地理空间数据管理、高级数据分析，以及影像和

本来今天想要讲讲软件操作的，后来发现好像还有好几个重要的指标没有说，干脆等全部说完在讲操作吧，否则操作出来的结果会发现大量的“不明觉厉”。

首先是空间统计里面很神秘的两个值：P值和Z值。

要说这两个值之前，还是要复习一下统计学的概念，毕竟空间统计的理论基础还是建立在经典统计学上面的。
首先，统计学里面，有一个叫做“零假设”的概念非常厉害，一定要说说。

零假设（null hypothesis）

前面我们聊的各种指数，无论是莫兰指数还是P值Z得分，都是整体数据的结论，也就是所谓“全局莫兰指数（Globe Moran's I）”，也就说，不管我给你多少数据，最后你就吐出一个来给我！这算神马！当然，从名字上来看，全局数据嘛，有一个给你就不错了。实际上作为我们玩GIS的人，最喜欢的就是出一张花花绿绿的地图，比如这样的：

或者是这样的：

所以我们更希望的是将我们输入的数据，标示出明

遇上瓶颈……所以进来更新稍微有点慢了……大家见谅

点数据的密度计算，是一个很常用的分析方式，在计算密度的时候，最令人头痛的是如何去确定密度的距离，也就是密度收集区域的半径，那么从这句话看，也就知道我们这篇文章是干嘛的了。


距离，又见距离！

不同的情况下，分析空间数据对使用的距离是非常敏感的。对于不同的分析，使用的距离也是不同的。比如你要计算人的活动区域热点，步行的