解释skgstat变异函数图

问题描述

我正在尝试使用变异函数来了解我正在使用的某些空间数据-但是在绘制这些数据及其分布时，我难以解释结果的某些部分。请裸露我！我给你一个例子，伴随的情节，然后在这里问问题。

示例代码

import numpy as np
import skgstat as skg

coordinates = np.random.rand(10)*10
values = np.random.rand(10)*10
 
V = skg.Variogram(coordinates=coordinates,values=values,n_lags=5)
print(V)
V.plot()

输出

spherical Variogram
-------------------
Estimator:         matheron
Effective Range:   2.33
Sill:              10.72
Nugget:            0.00

我理解门槛/掘金/估计量之类的东西，但是我对这些东西感到困惑：

1. 主要-我的坐标有10个随机值。为什么地球上显示的直方图总和包含了三十多个样本？这些代表什么？
2. 滞后是否一定代表等效的X值？

解决方法

我已经意识到我在直方图中的解释。

N不一定表示样本数-而是表示为的对数：

npairs = n(n-1)/2. 

这与直方图中的可用点数相同。