pykrige.ok3d.OrdinaryKriging3D函数定义分析
点击打开链接http://pykrige.readthedocs.io/en/latest/generated/pykrige.ok3d.OrdinaryKriging3D.html
variogram_model（str，可选） - 指定要使用的变异函数模型; 可能是以下之一：线性，幂，高斯，球形，指数，孔效应。 默认是线性变异函数模型。 要使用自定义变异函数模型，请指定'custom'; 您还必须提供variogram_parameters和variogram_function。 请注意，空洞效应模型在技术上仅适用于一维问题。
variogram_parameters（列表或字典，可选） -定义指定的变异函数模型的参数。 如果未提供，参数将使用“软”L1范数最小化方案自动计算。 对于字典中提供的变异函数模型参数，所需的字典密钥根据指定的变异函数模型而变化：
请注意，可以在字典中指定全部门槛或部分门槛（psill = sill - nugget）。 对于列表中提供的变异函数模型参数，条目必须如下所示：
请注意，必须以列表格式指定完整门槛（不是部分门槛）。 对于自定义变异函数模型，参数是必需的，因为自定义变异函数模型不会自动适合数据。 此外，参数必须以列表格式指定，按照它们在可调用函数中的使用顺序（请参阅variogram_function了解更多信息）。 代码不检查提供的列表是否包含自定义变量图模型的相应参数数量，因此在这种情况下，不正确的参数列表可能会触发代码深处的深奥异常。 请注意，虽然列表格式需要全部窗台，但代码本身与部分窗台一起工作。
variogram_function（可调用，可选） - 如果将variogram_model指定为“自定义”，则必须提供可调用函数。 该函数只需要两个参数：首先，变量图模型的参数列表; 第二，计算变差函数模型的距离。 variogram_parameters中提供的列表将作为第一个参数传递给函数。
nlags（int，可选） - 半变异函数的平均单元数。 缺省值是6。
weight（布尔值，可选） - 指定在自动计算变差函数模型时是否应该在更小延迟处的半方差加权得更重的标志。 该例程目前是硬编码的，因此权重是从逻辑函数计算的，所以小滞后时的权重为1，最长滞后时的权重为0; 逻辑加权的中心被硬编码为从最短滞后到最大滞后的70％的距离。 将此参数设置为True表示将应用权重。 默认值是False。 （Kitanidis认为，拟合变差函数模型时，较小滞后值更重要，因此提供此选项以启用此类权重。）
anisotropy_scaling_y（float，可选） - 在y方向上考虑各向异性的标量拉伸值。 默认值是1（实际上没有拉伸）。 在旋转的数据帧中在y方向上应用缩放（即，在调整各向异性_角度_x / y / z之后，如果anisotropy_angle_x / y / z不等于0）。
anisotropy_scaling_z（float，可选） - 标量拉伸值，以考虑z方向上的各向异性。默认值是1（实际上没有拉伸）。在旋转的数据帧中在z方向上应用缩放（即，在调整各向异性_角度_x / y / z之后，如果anisotropy_angle_x / y / z不等于0）。
anisotropy_angle_x（float，可选） - 为了考虑各向异性，围绕x轴旋转坐标系的CCW角度（以度为单位）。默认值是0（不旋转）。请注意，坐标系是旋转的。首先应用X旋转，然后旋转y，然后旋转z。旋转后应用缩放。
anisotropy_angle_y（float，可选） - 为了考虑各向异性，围绕y轴旋转坐标系的CCW角（以度为单位）。默认值是0（不旋转）。请注意，坐标系是旋转的。首先应用X旋转，然后旋转y，然后旋转z。旋转后应用缩放。
anisotropy_angle_z（float，可选） - 为了考虑各向异性，围绕z轴旋转坐标系的CCW角度（以度为单位）。默认值是0（不旋转）。请注意，坐标系是旋转的。首先应用X旋转，然后旋转y，然后旋转z。旋转后应用缩放。
enable_plotting（布尔，可选） - 使绘图显示变异函数。默认值为False（关闭）。
display_variogram_model()
显示实际装箱数据的变差函数模型。
execute(style, xpoints, ypoints, zpoints, mask=None, backend='vectorized', n_closest_points=None)
计算kriged网格和相关的方差。
这是现在执行主克立格计算的方法。请注意，当前的测量值（即z值）被认为是“确切的”。这意味着，当插值的指定坐标与其中一个数据点完全相同时，该点处评估的变异函数被强制为零。而且，克里金矩阵的对角线也总是被迫为零。在强迫在数据点评估的变异函数为零时，我们实际上是说在这一点上没有变化（没有不确定性，所以这个值是'确切的'）。
将来，代码可能会包含一个额外的'exact_values'布尔型标志，可以调整以指定是否将测量结果视为'精确'。将该标志设置为假将指示该变差函数不应当在零距离处被强制为零（即，当在数据点处被评估时）。相反，这一点的不确定性将等于金块。这意味着克里金矩阵的对角线将被设置为金块而不是零。