白话空间统计之二十五：空间权重矩阵（四）R语言中的空间权重矩阵(1)

在ArcGIS里面，空间权重矩阵很容易做，但是遗留下来的浓浓的C时代的风采，让数据的存储变成了不可读的二进制，所以想看看效果，还得通过各种手段来实现。

所以今天我们专门来讲讲用R语言如何做空间权重矩阵，首先给出的一个好消息：R语言的空间权重矩阵是明码，是明码的，是明码的！（重要的消息说三遍，此处应有掌声）

不但空间权重矩阵是明码标识，可以阅读，R语言还提供非常简单可行的可视化方法，下面我们来看一个例子：


如果是纯粹的共点共边的空间关系的话，台湾和海南与大陆没有接壤，所以就变成了孤岛，那么我们就需要手动增加台湾与浙江、福建、广东的关系，以及海南与广东广西的关系，最后形成了第二幅增加自定义关系的空间权重矩阵。

那么下面来简单介绍一下R语言的空间权重矩阵是怎么做的。

R语言的空间权重矩阵主要采用的包是“spdep”这个包，包的全称是：Spatial Dependence（空间相关性），主要就是用来进行空间统计中空间相关性的研究的包，包括了空间权重、全局及局部莫兰指数、聚类与离散分析等的一些功能。是R语言中空间统计相关内容里面最关键的一个包。大家有兴趣的去cran-r的官网上去看它想相应介绍：
https://cran.r-project.org/web/packages/spdep/

这个包非常强大（嗯，也非常大，文档就有230多页，能打出一本书来了）……所以我们本次仅极少空间权重矩阵部分。

首先介绍做简单的面要素空间关系里面的共点共边，表示如下：


i的临近要素，是所有的j，他们之间的只要共有一个点或者一条边，都被认为是临近要素。也就是我上面图1里面的共点共边。

代码片段方法如下（具体实现的代码和数据，可以通过关注公众号，发消息获取邮箱，然后通过发送邮件获取）：

#将中国的省级行政区划读取为ploygondata <- readShapePoly(paste(path,"CNPG_S.shp",sep =""))#定义投影为wgs84proj4string(data) <- "+proj=longlat +datum=WGS84"#定义唯一标识符，用省级行政区划的编码IDs <- data@data$Code#获取每个面状要素的中心点map_crd <- coordinates(data)#绘制面要素和各省面要素的中心点plot(data)points(map_crd,col='red',pch='*')#使用poly2nb方法，定义空间关系，现在共点共边（queen =T）w_cn <- poly2nb(data, queen=T)

绘制出来的中国地图和中心点如下：


设置queen = T，表示采用的就是共点共边（也叫作queen's Case，用的国际象棋里面的皇后的走法），定义好了空间权重关系矩阵之后，w_cn对象如下：


w_cn是一个nb对象(neighbours list object )，实际上是一个整型矢量的列表，里面的结构如下：
要素序列[临近数量]：每个临近要素的序列号

比如北京的序列是1，然后获取北京的序列，利用北京的序列去获取它的临近要素


计算出来的nb对象，还仅仅是一个临近要素列表，还并非空间权重矩阵，所以还需要通过一个命令，把这个列表转换问空间权重矩阵：

w_cn_mat <- nb2listw(w_cn, style="W", zero.policy=TRUE)

运行完了之后，会生成以个空间权重矩阵对象，这个对象结构如下：
第一部分，是空间关系列表：


这个内容，与前面的nb对象是一样。

第二部分，是对象的一些属性，可以当成描述信息来看：


第三部分，就是空间权重部分了：


因为采用的是共点共边，认为每个临近要素的权重是一样的，这里的空间权重就是对有多少个临近要素进行均分。

那么这个空间权重矩阵就可以直接通过plot进行绘制了，如下：




整个空间关系和空间权重矩阵表示，在R语言里面的定义和显示就完成了，如何自定义直接的空间权重矩阵和关系，我们下节继续。