python - 解释 skgstat 变异函数图

Question

我正在尝试使用变异函数来理解我正在使用的一些空间数据 - 但是当我绘制这些数据及其分布时，我无法解释部分结果。请和我一起裸露！我给你举个例子，附带的情节，在这里提问。

示例代码

import numpy as np
import skgstat as skg

coordinates = np.random.rand(10)*10
values = np.random.rand(10)*10
 
V = skg.Variogram(coordinates=coordinates, values=values,n_lags=5)
print(V)
V.plot()

输出

spherical Variogram
-------------------
Estimator:         matheron
Effective Range:   2.33
Sill:              10.72
Nugget:            0.00

我了解窗台/金块/估算器等，但我对这些事情感到困惑：

1. 主要 - 我的坐标有 10 个随机值。为什么附加的直方图的总和显示超过三十个样本？这些代表什么？
2. 滞后是否一定代表等效的 X 值？

标签： pythonstatisticshistogramscikits

Answer 1

我已经意识到我在直方图中解释了什么。

N 不一定表示样本数 - 而是表示对数：

npairs = n(n-1)/2. 

这与直方图中可用的点数量相同。