问题标签 [o-d-matrix]

我想使用 [LeSage & Pace 提出的模型规范] ( http://www4.fe.uc.pt/spatial/doc/lecture7.pdf ) (p.8, p.8,等式[10]）：

其中o代表始发地，d代表目的地。

我认为可以将此模型称为空间自回归交互模型。

该模型的关键在于，我们有起点和终点的空间滞后响应，以及SAR 方程中起点和终点的空间滞后预测因子。

• 您对如何在 R 中实现这样的模型有任何想法吗？
• 有没有办法以spdep::lagsarlm特定的方式或至少以类似的方式指定 a ，或者我应该使用不同的包/功能？据我所知，那里spdep::lagsarlm只允许一个 listw参数。

我的数据框由个人和他们在某个时间点居住的城市组成。我想为每一年生成一个起点-终点矩阵，记录从一个城市到另一个城市的移动次数。我想知道：

1. 如何在我的数据集中自动生成每年的起点-终点表？
2. 如何以相同的 5x5 格式生成所有表格，在我的示例中，5 是城市的数量？
3. 有没有比我在下面建议的更有效的代码？我打算在一个非常大的数据集上运行它。

考虑以下示例：

我最好的尝试

为 2007 创建起点-终点表

结果

我有一个 csv，其中包含伦敦地铁站的名称和纬度/经度位置信息。它看起来像这样：

我希望转换此 csv 以创建这些站的所有可能组合的原始目的地矩阵。有 270 个站点，因此有 72,900 种可能的组合。

最终我希望将此矩阵转换为具有以下格式的csv

第一步是将使用循环的任何站点与所有其他可能的站点配对。然后，我需要删除起点和终点是同一站的 0 个组合。

我试过使用 NumPy 函数 column_stack。然而，这给出了一个奇怪的结果。

输出

车站 =

O_D =

理想情况下，我正在寻找更合适的功能，并且很难在 Numpy 手册中找到它。

我正在使用具有各种类型固定效应的重力方程。起点固定效应、终点固定效应和起点-终点对固定效应。

考虑以下示例

可以使用因子创建起点和终点固定效应

现在我想对起点-终点对执行相同的操作。例如，该AB组合应采用与该组合相同的值BA。当然，这个变量也应该是一个因素。

预期结果如下

我在我的应用程序中使用 Mapbox GL 方向插件，我在地图加载时设置原点，并在用户单击地图上的任何位置时设置驾驶目的地。我现在正在尝试删除左上角的搜索起点/目的地框，但经过广泛的研究后无法弄清楚如何做到这一点，有人可以通过告诉我如何做到这一点来帮忙吗？谢谢。

我在下面的应用程序中使用的代码：

我有一个像这样的起点-终点表。

问题

我被困在计算每个起点 - 目的地的关系（没有方向性）。

如何获得将科罗拉多州-明尼苏达州和明尼苏达州-科罗拉多州视为一组的输出？

到目前为止我已经尝试过：

我有一个包含三列（起点、终点、距离）的矩阵，我想用 Pandas 将其转换为起点/终点矩阵，有没有一种快速的方法（lambda、map）可以在没有 for 循环的情况下做到这一点？

例如（我所拥有的）：

我需要的：

我有 1000 个地理点（纬度、经度）作为起点/终点。还有一个历史数据显示了一些 OD 对之间的旅行成本。对于某些 O-D，数据集中没有记录，而有些则有多个成本不同的记录（例如，由于季节性）。

我想将这 1000 个点聚集到几个集群（例如 20 个）中，不仅基于它们的位置（纬度、经度），还考虑到平均旅行成本和共享目的地点。

如果您对聚类这些数据有任何建议，我将不胜感激。

我正在为 Google Maps API 使用 Python 客户端库（Github 链接）。

我想获得duration_in_traffic以下旅行的数据：

• Address1至Address2

• Address2至Address1

• Address1至Address3

• Address3至Address1

但是 Google 距离矩阵 API（文档）的语法在其冒昧性方面存在问题。它假定用户想要所有可能的起始地址和目的地地址对的数据。

问题是以下代码（source）...

当我只需要前面提到的四个.

我意识到我可以解析这些结果以仅提取我需要的四个持续时间，但我不想通过强制它下载我不想要的数据来不必要地加倍我的脚本的执行时间。

我还意识到我可以发送 4 个单独的请求来获得我想要的持续时间（即每个请求一对），但我试图不超过我的免费、非高级距离矩阵 API 帐户的配额。

那么，是否可以在同一个请求中指定起点-终点配对？

我有这个带有有向图节点的 PostgreSQL 表：

我将返回一个表，其中包含节点之间所有可能的原始目标序列（仅在一个方向上）：（1,2）；(1,2,3); (2,3)。所以输出表应该是：

也许 WITH RECURSIVE 是正确的做法，但我不明白怎么做。