Existem três cenários prováveis ​​que estou tentando capturar perto de distâncias para:

1. Uma estação de metrô de intercâmbio, que possui 2 ou mais estações vizinhas. Ou seja, a estação em questão conecta 2 ou mais rotas principais e possui 2 ou mais estações vizinhas.
2. Uma estação de metrô terminal, que possui apenas 1 estação vizinha. Esta é a estação no final da linha.
3. Uma estação de metrô em linha, com exatamente 2 estações vizinhas, uma das duas abordagens.

Estou tentando calcular um valor que se poderia chamar de "distância média entre estações vizinhas"

O arcpy.GenerateNearTable_analysis()pode lidar com duas opções: Distância ao recurso mais próximo e Distância entre todos os recursos.

Alguém tem um método inteligente para resolver esses cenários? Observe que cada estação é designada como "Intercâmbio", "Terminal" ou "Inline" na tabela de atributos no campo "StationType".

Adicionado:

Aqui está um código psuedo com base na sugestão do @ whuber nos comentários. Ainda não tenho tempo para descobrir isso, por isso, se alguém quiser dar uma facada, você será recompensado com uma marca de seleção! ;)

Dei uma olhada na biblioteca NetworkX e ela parece funcionar como eu quero.

Dado o gráfico:

A —― B ―― C ―― D
     |
     E

bem como os nós e links:

Nodes = ["A", "B", "C", "D", "E"]
Links = [("A", "B"), ("B", "C"), ("C", "D"), ("B", "E")]

def myFunction(node):
    identify the links that node belongs to
    count the number of links
    calculate the total link lengths
    divide the total link lengths by the number of links
    return someValue

Acredito que seu problema, como @whuber, sugeriu que seria melhor representado em uma Matriz de Adjacência . Ou seja, se você tiver tempo e inclinação para entender a teoria por trás dela, em vez de depender de um pacote para fazer o trabalho por você.

Para um dado gráfico G, com vértices de {v ₁ , v ₂ , ..., v _n } em que _n é o número de vértices, é necessário criar uma matriz de tamanho M _{i, j} onde i = ne j = n. Cada vértice é então representado na _i- ésima linha pelo número de caminhos encontrados para vértices adjacentes na _j- ésima coluna.

Exemplo abaixo:

Dada essa forma levemente complexa de representar seus dados relativamente simples, você precisará numerar seus vértices de maneira arbitrária, não representativa de nenhuma ordem lógica.

OBSERVAÇÃO: Assumindo que nenhuma estação faça loops, uma _k- ésima linha nunca terá um valor diferente de 0 na _k- ésima coluna. Todas as definições abaixo assumem que isso é verdade

NOTA: Supondo que não haja linhas simultâneas entre a mesma estação, todos os exemplos abaixo assumem que um valor de célula será apenas 1 ou 0. O exemplo acima também pressupõe que o deslocamento bidirecional seja permitido.

Regras para identificar categorias de estações:

1. Terminal

Um terminal seria identificado por uma _k linha th tendo uma única coluna que não tem um valor de 0, e que o valor é 1. Ver vértices 1, 2, e 3 no exemplo 1 acima.

2. Junção

Uma junção iria ser identificado por um _k -ésima linha tendo mais do que duas colunas contendo um valor de 1. Ver o vértice 4 no exemplo 1 acima, em alternativa, todos os vértices no exemplo 3 acima.

3. Inline

Uma estação em linha é significada por ter exatamente 2 colunas em uma _k- ésima linha em que o valor é 1. Veja todas as vértices no exemplo 2 acima. (Ignore o fato de que {v ₁ , v ₃ } cruza {v ₂ , v ₄ }).

Você pode tentar usar o Shapely . Se você converter seus pontos arcpy em pontos bem torneados, poderá calcular a distância entre pontos individuais.

import arcpy
import shapely

arc_point1 = arcpy.Point(1,1)
arc_point2 = arcpy.Point(5,5)

shp_point1 = shapely.geometry.Point(arc_point1.X, arc_point1.Y)
shp_point2 = shapely.geometry.Point(arc_point2.X, arc_point2.Y)

distance = shp_point1.distance(shp_point2)
print "distance:", distance