学习有关Asheville的AirBnb列表的地理空间假设测试
介绍
在下面的第一篇文章中，我们介绍了地理空间数据分析的基本概念，我们从AirBnb下载了阿什维尔市（美国北卡罗来纳州）的列表，并通过一些步骤从地理空间数据中提取了一些见解。
使用Python分析地理空间数据
使用Python代码进行实际数据分析。
towardsdatascience.com
在那篇文章中，我们更关注租赁物业的集中区域和价格。因此，我们得出结论，阿什维尔的房源集中在市中心地区，而最高价格可以在蓝岭公路上看到，这是由于美丽的景色和乡村环境。
很好。我建议您先阅读第一篇文章，以便获得初始代码和思路，然后再继续阅读本文中提供的知识。
数据集
如果您不了解AirBnb，它是一个供人们出租房屋、房间或卧室的点对点平台。他们的租赁列表数据是由网站http://insideairbnb.com/的社区项目收集的，任何人都可以去下载数据集进行分析。因此，我们将继续使用相同的数据进行本部分的分析。该数据在Creative Commons Attribution 4.0 International License下开放。
本文内容
在本文中，我们将学习创建地理空间假设测试的组成部分。它们包括：
- 一阶和二阶效应
- 自相关
- 空间权重
- 邻接矩阵
- Moran’s I
- 全局空间自相关
- 局部空间自相关
请注意，这里介绍了许多概念，但我们也会编写相关代码…