我是计算这些值的新手，并且很难弄清楚如何计算（全局？） Moran's I 值以增加点之间的相邻距离。具体来说，我不太确定如何设置这个滞后/相邻距离，以便绘制相关图。
我拥有的数据是用于二维列表（矩阵）中单个参数的变化。这可以简单地绘制为颜色图，其中轴表示图像每个方向上的点/像素，颜色图显示了 2D 表面上每个框的此参数的值。由于它们似乎结块，我想看看这个“参数团块长度”使用相关图有多长。
到目前为止，我已经设法创建了另一个我不知道如何解释的颜色图。
y = 2D_Array
w = pysal.lat2W(rows,cols,rook=False,id_type="float")
lm = pysal.Moran_Local(y,w)
moran_significance = np.reshape(lm.p_sim,np.shape(ListOrArray))
plt.imshow(moran_significance)
我还设法通过将 2D_Array 转换为一维列表来获得全局 Moran I 值。
y = 1D_List
w = pysal.lat2W(rows,cols)
mi = pysal.Moran(y,w,two_tailed=False)
但我真正要寻找的是，当查看邻居 n = 1,2,3,4,... 的参数如何变化时，我将如何改变，其中 n = 1 是最近的邻居，n = 2 是下一个最近的，以此类推。这是我想要的一个例子：https ://creativesciences.files.wordpress.com/2015/05/morins-i-e1430616786173.png
