Summarize Data

The Summarize Data toolset contains tools that calculate total counts, lengths, areas, and basic descriptive statistics of features and their attributes within areas or near other features.

• Aggregate Points calculates statistics about points that fall within specified areas or bins.
• Build Multi-Variable Grid generates a grid of square or hexagonal bins and calculates values for each bin based on the proximity of each input layer.
• Describe Dataset calculates a summary of your input, and can optionally generate a sample of your input layer.
• Join Features calculates statistics about features that share a spatial, temporal, or attribute relationship with other features.
• Reconstruct Tracks calculates statistics about points or polygons that belong to the same track and reconstructs inputs into tracks.
• Summarize Attributes calculates statistics about feature or tabular data that share attributes.
• Summarize Within calculates statistics for area features and attributes that overlap each other.

Seskupit body

S využitím vrstvy bodových prvků a vrstvy plošných prvků nebo přihrádek definovaných zadanou vzdáleností tento nástroj určuje, které body spadají do každé oblasti nebo přihrádky, a vypočítává statistiky všech bodů v každé oblasti nebo přihrádce. Volitelně můžete s tímto nástrojem použít dělení času.

Následují příklady:

• Na základě umístění míst spáchaných trestných činů spočítejte počet trestných činů na kraj nebo jinou administrativní jednotku.
• Najděte nejvyšší a nejnižší měsíční tržby frančízových lokalit pomocí 100-kilometrových přihrádek.

Vytvořit mřížku s více proměnnými

Nástroj Vytvořit mřížku s více proměnnými vytvoří mřížku čtvercových nebo šestiúhelníkových přihrádek a vypočítá proměnné pro každou z nich na základě vzdálenosti jedné nebo více vstupních vrstev.

Následují příklady:

• Na základě více vrstev infrastruktury veřejné dopravy, která část města je veřejnou dopravou nejhůře dostupná?
• Na základě vrstev vodních cest, jako jsou jezera a řeky, jak se jmenuje vodní útvar nejblíže každé lokaci v USA?
• Na základě vrstvy příjmů domácností, kde v USA je největší variace příjmů v okruhu 50 mil?

Popsat datovou sadu (Describe Dataset)

Shrnout vstupní prvky se statistikou, vzorovými vrstvami a vizualizací. Můžete zvolit vzorovou vrstvu nebo vrstvu rozsahu jako výstup.

Následují příklady:

• Odkáže na vypočítanou souhrnnou statistiku pro porozumění, jaké hodnoty vaše datová sada obsahuje.
• Namísto nakreslení celé datové sady, vytvořte vrstvu množiny pro vizualizaci prvků a jejich atributů, když jsou přidány na mapu.
• Ušetřete čas a zdroje a spusťte nejprve analýzu na vzorové vrstvě na celé datové sadě.

Připojit prvky (Join Features)

Pomocí vrstev prvků nebo tabulkových dat můžete spojit prvky a záznamy na základě konkrétních vztahů mezi vstupními vrstvami nebo tabulkami. Připojení budou určena prostorovými, časovými a atributovými vztahy a volitelně lze vypočítat souhrnnou statistiku.

Následují příklady:

• Na základě bodových umístění zločinných událostí s časem připojte data o zločinech k nim samotným a zadejte prostorový vztah zločinů, které jsou ve vzdálenosti 1 km od sebe a došlo k nim během 1 hodiny, abyste zjistili, zda existují sekvence zločinů, které jsou si blízko v čase a prostoru.
• Máme-li tabulku PSČ s demografickými daty a prvky ploch, které představují obytné budovy, můžeme připojit demografická data k těmto obytným budovám, aby nyní každá obytná budova měla demografické informace.

Sestavit stopy (Reconstruct Tracks)

Tento nástroj pomocí vrstvy s informacemi o čase bodových nebo polygonových prvků, které představují okamžik v čase, určuje, které vstupní prvky patří do stopy, a seřazuje vstupy podle časového pořadí. Volitelně lze vypočítat statistiku pro vstupní prvky v každé stopě.

Následují příklady:

• Na základě bodových umístění a času měření hurikánů vypočítejte průměrnou rychlost větru a maximální tlak větru hurikánu.
• Použít měření pohybu lodí pomocí GPS pro sestavení stop (tras) lodí ve formě linií.

Sumarizovat atributy (Summarize Attributes)

Tento nástroj pomocí dat prvků nebo tabulek sumarizuje statistiky pro zadaná pole.

Následují příklady:

• Na základě umístění obchodů s potravinami s polem COMPANY_NAME sumarizujte obchody podle názvu společnosti, abyste zjistili statistiku pro každou společnost..
• Na základě tabulky obchodů s potravinami s poli COMPANY_NAME a COUNTY sumarizujte obchody podle názvu společnosti a okresu, abyste zjistili statistiku pro každou společnost v každém okrese.

Souhrn hodnot v rozmezí (Summarize Within)

Najde oblasti (a části oblastí), ve kterých se překrývají dvě vrstvy, a vypočítá statistiky ohledně překryvu.

Následují příklady:

• Pomocí vrstvy povodí a vrstvy využití půdy, dělené podle typu využití půdy spočítej celkovou rozlohu využívané půdy v každém povodí.
• Pomocí vrstvy parcel v kraji a vrstvy hranic měst spočítej průměrnou cenu volných parcel v rozsahu každého města.

Detekovat události (Detect Incidents)

Tento nástroj pracuje s časovou vrstvou bodů, linií, ploch nebo tabulek, která představuje okamžik v čase. Tento nástroj používá sekvenčně uspořádané prvky, zvané stopy, a určuje, které prvky jsou události, jež jsou předmětem zájmu. Události jsou určeny podmínkami, které specifikujete.

Následují příklady:

• Měřením hurikánů, na základě atributu rychlosti větru, detekujte hurikány 4. kategorie.
• S využitím měření pomocí GPS pohybu lodi s polem představujícím rychlost lodi, vyhledejte měření, která jsou větší než 1,5násobek aritmetického průměru předchozích pěti měření.

Najít podobné lokality

Na základě vámi určených kritérií vyhledejte podobná umístění změřením podobnosti umístění ve vaší vrstvě vyhledávání kandidátů s jedním nebo více referenčními umístěními.

Následují příklady:

• Najděte deset nejpodobnějších obchodů vyhodnocením počtu zaměstnanců a ročních tržeb.
• Najděte 100 nejpodobnějších měst vyhodnocením vztahu mezi populací, ročním růstem a příjmy z daní.

Analýza prostorového uspořádání

Tyto nástroje vám pomáhají odhalit, kvantifikovat a vizualizovat prostorové souvislosti v datech.

• Nástroj Vypočítat hustotu využívá známá množství výskytu určitého jevu a rozprostírá je po mapě.
• Nástroj Hot spot analýza odhaluje v prostorovém rozložení dat statisticky významné shluky.
• Najít shluky bodů vyhledá shluky bodových prvků v okolním šumu na základě jejich prostorového rozdělení.
• Klasifikace a regrese založená na lese vytvoří modely a vygeneruje předpovědi pomocí adaptace Briemanova algoritmu náhodného lesa, který je metodou strojového učení s dohledem.
• Generalizovaná lineární regrese generuje předpovědi anebo modeluje závislou proměnnou v rámci jejího vztahu k sadě nezávislých proměnných.

Vypočítat hustotu (Calculate Density)

Nástroj Vypočítat hustotu vytváří mapu hustoty z bodových prvků rozprostřením známého množství určitého jevu (v podobě atributů bodů) po mapě. Výsledkem je vrstva oblastí přestavující hustotu.

Následují příklady:

• Výpočet hustoty nemocnic v kraji. Výsledná vrstva ukáže oblasti s vysokou a nízkou mírou dostupnosti nemocnic. Tuto informaci lze využít při rozhodování, kde by měly být postaveny nové nemocnice.
• Identifikace oblastí s vysokým rizikem lesních požárů na základě historických umístění lesních požárů.
• Vyhledávání komunit (usedlostí), které se nacházejí daleko od hlavních silnic, za účelem zjištění, kde je třeba postavit nové silnice.

Najít shluky bodů (Find Point Clusters)

Nástroj Najít shluky bodůs najde shluky bodových prvků v okolním šumu na základě jejich prostorového rozložení.

Následují příklady:

• Najděte shluky domů zamořených škůdci, aby bylo možné pomoci při jejich likvidaci.
• Informujte a reagujte na potřeby evakuace na základě velikosti a lokaci shluků pomocí geolokalizovaných tweetů během přírodní katastrofy nebo teroristického útoku.

Hot spot analýza (Find Hot Spots)

Nástroj Hot spot analýza umožňuje zjistit, zda v prostorovém obrazci dat existují statisticky významné shluky.

• Jsou body (trestné činy, stromy, dopravní nehody) opravdu součástí shluku? Jak si můžete být jistí?
• Narazili jste opravdu na statisticky významný Hot Spot (týkající se výdajů, kojenecké úmrtnosti, konzistentně vysokých výsledků testů), nebo by vaše mapa vypadala zcela jinak, pokud byste změnili způsob znázornění?

Klasifikace a regrese založená na lese (Forest-based Classification and Regression)

Nástroj Klasifikace a regrese založená na lese vytvoří modely a vygeneruje předpovědi pomocí adaptace Briemanova algoritmu náhodného lesa, který je metodou strojového učení s dohledem

Následují příklady:

• Máme data o výskytu mořské trávy a dále několik nezávislých proměnných o životním prostředí představované jako oba atributy, které byly obohaceny pomocí mřížky s více proměnnými pro výpočet vzdáleností do továren po proudu a hlavních přístavů, další výskyt mořské trávy může být předpovězen na základě budoucí projekce těchto stejných nezávislých proměnných o životním prostředí.
• Předpokládáme, že máme data o úrodě stovek farem napříč zemí a dále jiné atributy v každé z těchto farem (počet zaměstnanců, počet akrů a tak dále). Pomocí těchto kousků dat můžete poskytnout sadu prvků představující farmy, kde nemáte úrodu (ale máte další proměnné), a můžete provést předpověď o úrodě.
• Hodnoty o bydlení mohou být předpovězeny na základě cen domů, které byly letos prodány. Prodejní cena domů a dále informace o počtu ložnic, vzdálenosti do škol, blízkosti dálnic, průměrném příjmu a zločinnosti mohou být použity k předpovědi prodejních cen podobných domů.

Generalizovaná lineární regrese (Generalized Linear Regression)

Nástroj Generalizovaná lineární regrese generuje předpovědi anebo modeluje závislou proměnnou v rámci jejího vztahu k sadě nezávislých proměnných. Tento nástroj lze použít k přizpůsobení souvislých (OLS), binárních (logistických) a četnostních (Poissonův) modelů.

Následují příklady:

• Které demografické vlastnosti přispívají k vysoké míře použití veřejné dopravy?
• Existuje zde kladný vztah mezi vandalismem a vloupáním?
• Které proměnné účinně předpovídají rozsah volání 911? Máte předpovědi do budoucnosti, jaká je požadovaná poptávka po zdrojích tísňové služby?
• Jaké proměnné mají vliv na porodnost?

Vytvořit obalové zóny (Create Buffers)

Obalová zóna je oblast, která sahá do určité vzdálenosti od daného bodu, čáry nebo polygonu.

Následují příklady:

• Pomocí lineárních prvků řek uložte každou řeku do obalové zóny o velikosti 50násobku šířky řeky, abyste určili navrhovanou břehovou hranici.
• Na základě oblastí představujících země uložte každou zemi do obalové zóny o velikosti 200 námořních mil, abyste určili námořní hranici.

Manage Data

These tools are used for the day-to-day management of geographic and tabular data.

• Append Data appends features to an existing hosted feature layer.
• Calculate Field creates a new field or modifies an existing field and creates a new layer in your contents.
• Clip Layer copies features that intersect a defined area of interest.
• Copy to Data Store copies data to your ArcGIS Data Store and creates a layer in your contents.
• Dissolve Boundaries merges areas that share a common boundary or attribute value.
• Merge Layers copies all features from two layers into a single result layer.
• Overlay Layers combines two or more layers into a single layer.

Kopírovat do datového úložiště (Copy to Data Store)

Zkopíruje vstupní vrstvu prvků nebo tabulku do ArcGIS Data Store a ve vašem obsahu vytvoří vrstvu v ArcGIS Enterprise.

Následují příklady:

• Zkopírujte sbírku souborů .csv ve sdíleném souboru Big Data do časoprostorového datového úložiště pro vizualizaci.
• Zkopírujte prvky v aktuálním rozsahu mapy, které jsou uloženy v časoprostorovém datovém úložišti, do relačního datového úložiště.

Vypočítat hodnoty pole (Calculate Field)

Vypočítá hodnoty pro nové nebo již existující pole a vytvoří ve vašem obsahu vrstvu v ArcGIS Enterprise.

Následují příklady:

• Modifikovat stávající pole total tak, aby představovalo celkovou hodnotu obratu z polí total_2016, total_2017 a total_2018.
• Vytvořit nové pole pro rozčlenění úrovní rizika na základě hodnot polí, jako jsou například windspeed a pollutant.

Sloučit hranice (Dissolve Boundaries)

Sloučí prvky plochy, které protínají nebo sdílejí společnou hodnotu pole pro vytvoření přilehlých nebo vícenásobných prvků.

Následují příklady:

• Vytvořit jediný prvek představující stát Havaj sloučením hranic Havajských ostrovů.
• Sloučit podobné studijní plochy podle typu půdy na přiléhající datovou sadu typu půdy.

Překrýt vrstvy (Overlay Layers)

Kombinuje dvě nebo více vrstev do jedné vrstvy. Překryv slouží k zodpovězení jedné z nejzákladnějších otázek geografie: Které prvky se nacházejí nad kterými prvky?

Následují příklady:

• Které parcely se nacházejí v oblasti stoletýchzáplav? („Nacházet se v“ znamená totéž co „nacházet se nad“.)
• Jaké je využití pozemků nad jednotlivými druhy půdy?
• Které studny se nacházejí v místech opuštěných vojenských základen?

Připojit data

Připojí prvky do stávající hostované vrstvy ve vašem obsahu v ArcGIS Enterprise.

Následují příklady:

• Aktualizujte si svoji vrstvu prvků 2018_Sales každý měsíc, jakmile máte k dispozici výkaz.
• Připojte do hlavní datové sady hurikánů datové sady sledování hurikánů z let 2016 a 2017.
• Shromážděte a připojte datové sady z různých zdrojů s různými schématy pomocí mapování vlastních polí.

Spojit vrstvy (Merge Layers)

Zkombinuje dvě vrstvy prvků do jediné výsledné vrstvy. Všechna pole vrstvy sloučení budou automaticky obsažena ve výsledné vrstvě nebo můžete definovat výsledné schéma tak, že si stanovíte vlastní pravidla sloučení.

Následují příklady:

• Sloučí tři vrstvy obsahující demografické informace o Anglii, Walesu a Skotsku a vytvoří jedinou vrstvu Velké Británie.
• Sloučí dvě vrstvy obsahující informace o parcele u přilehlých měst a ponechá pouze pole, která mají ve dvou vrstvách stejný název a typ.

Obohatit z mřížky s více proměnnými (Enrich From Multi-Variable Grid)

Účinně spojí atributy z mřížky s více proměnnými s bodovou vrstvou a tím vám umožňuje rychle přidat velké a různé sbírky informací do bodových dat, což se používá v další prostorové analýze.

Následují příklady:

• Máme vrstvu obsahující miliony událostí výpadku proudu, obohaťte prvky události informacemi o typickém použití, rizicích na životní prostředí a podmínkách infrastruktury za účelem studie vztahu mezi těmito faktory a četností výpadku proudu.