用Python和PySAL搞定空间数据分析：手把手教你绘制乔治亚州教育不平等热点图

用Python和PySAL搞定空间数据分析：手把手教你绘制乔治亚州教育不平等热点图

空间数据分析正在成为城市规划、公共卫生和商业决策中的关键工具。想象一下，你手头有一份乔治亚州各县的教育水平数据，如何快速判断哪些区域存在显著的教育资源聚集现象？本文将带你用Python生态中的PySAL库，从零开始完成一次完整的空间自相关分析，最终生成专业级的热点地图。

1. 环境准备与数据加载

在开始分析之前，我们需要配置合适的Python环境。推荐使用Anaconda创建独立环境：

conda create -n spatial python=3.9 conda activate spatial pip install pysal geopandas matplotlib splot

乔治亚州县级数据可以从公开资源获取，这里我们使用GeoPandas直接加载网络数据：

import geopandas as gpd georgia_shp = gpd.read_file("https://raw.githubusercontent.com/Ziqi-Li/GEO4162C/main/data/georgia/G_utm.shp")

检查数据结构时，重点关注以下字段：

• PctBach：拥有学士学位或更高学历的人口百分比
• geometry：存储空间信息的几何列

常见问题排查：

• 如果遇到CRS警告，使用georgia_shp.crs检查坐标系统
• 数据缺失值可通过georgia_shp.isnull().sum()快速检查

2. 构建空间权重矩阵

空间权重矩阵是分析的核心，它定义了地理单元之间的相邻关系。PySAL提供多种构建方式：

from libpysal.weights import Queen # 基于Queen相邻规则构建权重矩阵 w = Queen.from_dataframe(georgia_shp, use_index=False) w.transform = 'r' # 行标准化

处理"孤岛"问题（没有相邻单元的县）：

print(w.islands) # 查看孤岛单元ID # 可考虑KNN或距离阈值替代方案

权重矩阵类型对比：

3. 全局空间自相关分析

Moran's I指数是检测空间模式的利器，其值域为[-1,1]：

from esda.moran import Moran bach = georgia_shp['PctBach'].values moran = Moran(bach, w, permutations=9999) print(f"Moran's I: {moran.I:.3f}") print(f"P-value: {moran.p_sim:.4f}")

结果解读指南：

• 0.2-0.3：中等正相关（本例结果）
• >0.3：强聚集模式
• 接近0：随机分布
• <0：分散模式

可视化分析结果：

from splot.esda import plot_moran plot_moran(moran, zstandard=False, figsize=(10,4))

注意：当p值>0.05时，不能拒绝零假设，说明空间模式可能由随机过程产生

4. 局部热点分析(LISA)

全局分析后，我们需要定位具体的热点区域：

from esda.moran import Moran_Local from splot.esda import lisa_cluster lisa = Moran_Local(bach, w, permutations=9999) lisa_cluster(lisa, georgia_shp, p=0.05, figsize=(12,8))

LISA聚类类型说明：

地图优化技巧：

import matplotlib.pyplot as plt fig, ax = plt.subplots(figsize=(12,8)) georgia_shp.assign(cl=lisa.q).plot( column='cl', categorical=True, legend=True, ax=ax, cmap='coolwarm', edgecolor='white', linewidth=0.5 ) ax.set_title("LISA Clusters of Education Attainment in Georgia")

5. 进阶分析与报告输出

将分析结果保存为可交互HTML：

import folium m = georgia_shp.explore( column="PctBach", tooltip="NAMELSAD", popup=True, scheme="NaturalBreaks", cmap="YlOrRd", style_kwds={'opacity':0.7} ) m.save("georgia_education.html")

空间回归模型延伸：

from spreg import ML_Lag # 准备变量 y = bach X = georgia_shp[['PctEld', 'PctPov']].values # 空间滞后模型 model = ML_Lag(y, X, w=w, name_y='Education', name_x=['Elderly', 'Poverty']) print(model.summary)

实际项目中，你可能需要处理：

• 空间异质性检验
• 多重比较校正
• 时空自相关分析
• 大数据集优化技巧

6. 常见问题解决方案

Q1：遇到"island"警告怎么办？

• 方案1：使用KNN权重替代
• 方案2：设置silence_warnings=True忽略
• 方案3：手动添加最近邻连接

Q2：p值不显著的可能原因

• 样本量不足
• 权重矩阵定义不合理
• 数据本身确实无空间模式

Q3：可视化效果优化

# 调整分类方法 georgia_shp.plot( column='PctBach', scheme='quantiles', k=5, cmap='RdYlGn', edgecolor='black', legend=True, legend_kwds={'loc': 'lower right'} )

空间数据分析的价值不仅在于发现模式，更在于理解其背后的社会经济学含义。乔治亚州的分析显示，亚特兰大都会区形成显著的教育高地，而南部农业县则呈现教育资源匮乏的聚集现象——这种空间不平等模式值得政策制定者重点关注。