对于这些值的计算，我是陌生的，并且在弄清楚如何计算点之间越来越近的邻居距离时如何计算（全局）Moran I值非常困难。具体来说，我不太确定如何设置此滞后/邻近距离，以便绘制相关图。
我拥有的数据用于2D列表（矩阵）中单个参数的变化。可以简单地将其绘制为色图，其中的轴表示图像每个方向上的点/像素，并且色图显示2D曲面上每个框的此参数的值。由于它们似乎很结块，我想看看这个“参数团块长度”使用的是相关图。
到目前为止，我已经设法创建了另一个我不知道该如何解释的色图。
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取全局Moran I值。
y = 1D_List
w = pysal.lat2W(rows,cols)
mi = pysal.Moran(y,w,two_tailed=False)
但是我真正要寻找的是，当查看邻居n = 1,2,3,4，...的参数如何变化时，我将如何更改，其中n = 1是最近的邻居，n = 2是第二个，依此类推。这是我想要的示例：https://creativesciences.files.wordpress.com/2015/05/morins-i-e1430616786173.png
