空间基尼系数(Spatial Gini Coefficient)用于测量一个地区内部不同地点的发展差异性
1. 准备数据。我们有如下5个地区,每个地区有3个地点,每个地点有一个发展指数。

regions = ['A', 'B', 'C', 'D', 'E']
a = [3, 2, 1]
b = [7, 5, 3]
c = [9, 8, 7]
d = [4, 3, 2]
e = [1, 2, 6]
data = [a, b, c, d, e]

2. 计算每个地区内部的基尼系数。基尼系数的计算公式为:
G = 1 - ∑(Xi/X)2
其中,X为地区总发展指数,Xi为每个地点的发展指数。
def calc_gini(region_data):
    total = sum(region_data)     # 总发展指数
    gini = 0
    for idx in region_data:
        gini += (idx / total) ** 2
    return 1 - gini

ginis = [calc_gini(region) for region in data]
print(ginis)  # [0.4444, 0.3888, 0.2222, 0.4444, 0.3888]
3. 计算整个地区的空间基尼系数。它是各个地区的基尼系数的加权平均,加权系数为每个地区所占总面积的比例。
这里我们假设每个地区的面积比例为[0.2, 0.25, 0.1, 0.15, 0.3]。

areas = [0.2, 0.25, 0.1, 0.15, 0.3]
total_area = sum(areas)

spatial_gini = 0
for gini, area in zip(ginis, areas):
    spatial_gini += gini * area / total_area
print(spatial_gini)  # 0.3402