在ArcGIS里面，空间权重矩阵很容易做，但是遗留下来的浓浓的C时代的风采，让数据的存储变成了不可读的二进制，所以想看看效果，还得通过各种手段来实现。
所以今天我们专门来讲讲用R语言如何做空间权重矩阵，首先给出的一个好消息：R语言的空间权重矩阵是明码，是明码的，是明码的！（重要的消息说三遍，此处应有掌声）
不但空间权重矩阵是明码标识，可以阅读，R语言还提供非常简单可行的可视化方法，下面我们来看一个例子：
如果是纯粹的共点共边的空间关系的话，*和海南与大陆没有接壤，所以就变成了孤岛，那么我们就需要手动增加*与浙江、福建、广东的关系，以及海南与广东广西的关系，最后形成了第二幅增加自定义关系的空间权重矩阵。
那么下面来简单介绍一下R语言的空间权重矩阵是怎么做的。
R语言的空间权重矩阵主要采用的包是“spdep”这个包，包的全称是：Spatial Dependence（空间相关性），主要就是用来进行空间统计中空间相关性的研究的包，包括了空间权重、全局及局部莫兰指数、聚类与离散分析等的一些功能。是R语言中空间统计相关内容里面最关键的一个包。大家有兴趣的去cran-r的官网上去看它想相应介绍：
https://cran.r-project.org/web/packages/spdep/
这个包非常强大（嗯，也非常大，文档就有230多页，能打出一本书来了）……所以我们本次仅极少空间权重矩阵部分。
首先介绍做简单的面要素空间关系里面的共点共边，表示如下：
i的临近要素，是所有的j，他们之间的只要共有一个点或者一条边，都被认为是临近要素。也就是我上面图1里面的共点共边。
代码片段方法如下（具体实现的代码和数据，可以通过关注公众号，发消息获取邮箱，然后通过发送邮件获取）：
#将中国的省级行政区划读取为ploygondata <- readShapePoly(paste(path,"CNPG_S.shp",sep =""))
#定义投影为wgs84
proj4string(data) <- "+proj=longlat +datum=WGS84"
#定义唯一标识符，用省级行政区划的编码
IDs <- data@data$Code
#获取每个面状要素的中心点
map_crd <- coordinates(data)
#绘制面要素和各省面要素的中心点
plot(data)
points(map_crd,col='red',pch='*')
#使用poly2nb方法，定义空间关系，现在共点共边（queen =T）
w_cn <- poly2nb(data, queen=T)
绘制出来的中国地图和中心点如下：
设置queen = T，表示采用的就是共点共边（也叫作queen's Case，用的国际象棋里面的皇后的走法），定义好了空间权重关系矩阵之后，w_cn对象如下：
w_cn是一个nb对象(neighbours list object )，实际上是一个整型矢量的列表，里面的结构如下：
要素序列[临近数量]：每个临近要素的序列号
比如北京的序列是1，然后获取北京的序列，利用北京的序列去获取它的临近要素
计算出来的nb对象，还仅仅是一个临近要素列表，还并非空间权重矩阵，所以还需要通过一个命令，把这个列表转换问空间权重矩阵：
w_cn_mat <- nb2listw(w_cn, style="W", zero.policy=TRUE)
运行完了之后，会生成以个空间权重矩阵对象，这个对象结构如下：
第一部分，是空间关系列表：
这个内容，与前面的nb对象是一样。
第二部分，是对象的一些属性，可以当成描述信息来看：
第三部分，就是空间权重部分了：
因为采用的是共点共边，认为每个临近要素的权重是一样的，这里的空间权重就是对有多少个临近要素进行均分。
那么这个空间权重矩阵就可以直接通过plot进行绘制了，如下：
整个空间关系和空间权重矩阵表示，在R语言里面的定义和显示就完成了，如何自定义直接的空间权重矩阵和关系，我们下节继续。