只要是对储物有稍高要求，预算又比较充裕的家庭，都会愿意选择定制衣柜。

但就像我们之前说的一样，定制柜的设计师们很多并不专业，所以自家的柜子，还得自己上心。

不要担心复杂，衣柜的内部结构，其实就像搭积木，来来回回就那几个部件。

因此，我们还不如借鉴宜家等成熟品牌的研究成果，弄清了它的基本结构，你搭出来的衣柜，绝对远超市面上80%的“衣柜设计师”。

注：下面列出的高度都是普遍数据，你可以量量自己的衣服，根据自己的衣服进行调整。

从收纳效率上说，把衣服挂起来，是最好的选择，能挂都尽量挂。

拿取方便，不容易皱，又不用花时间叠衣服，特别节省精力。

每一件衣服都露在外面，便于挑选搭配。

赶时间随便一扯，都不会把衣柜弄得乱糟糟的。

衣柜不需要特别整理，更不需要学习任何收纳技巧，用上一百年都不会乱。

因此我们非常推荐，把短衣挂衣区当做主力收纳空间。

我需要多大的区域？（保守数量）

T恤：每50cm宽的挂杆可以挂30件

衬衫：每50cm宽的挂杆可以挂20件

冬季外套（带帽）：每50cm宽的挂杆可以挂3~4件

长短衣服分区挂，避免浪费短衣下面的空间。

每个人的长衣数量会差很多，有的男士可能一件长衣也没有。

中长款外套和过膝连衣裙的长度也不一样。

因此长衣挂衣区，需要根据自己的穿衣习惯来确定高度。

我需要多大的区域？（保守数量）

薄连衣裙：每50cm可以挂30件

春秋外套：每50cm可以挂10件

冬季外套：每50cm可以挂3~4件

裤挂区不是每个人都用得惯，但裤子数量比较多，裤挂区就显得很好用了。

抽拉裤架，可以挂裤子的数量是固定的。

普通挂杆，用衣挂夹住裤子，和挂衣区一样，就是前面那张图的样子。

纵向伸缩挂杆，也是用衣架挂住裤子，但是竖着挂。

第一种拿取更方便，但第三种可以收纳更多的数量。

我需要多大的区域？（保守数量）

抽拉裤架（固定数量）：每100cm可以挂12条

普通挂杆：每100cm可以挂20条

纵向伸缩挂杆：每30cm可以挂12条

薄抽屉又叫“百宝抽”，最早是设计来放置珠宝首饰的。

我们也可以利用它放皮带、领带、丝巾、袜子、内衣、手包，避免浪费大抽屉的高度。

用灵活的分隔配件，把内部隔成一个个小格子，东西不会乱七八糟地堆在一起。

当然，薄抽屉不是必须的。

叠起来的衣服，60cm深的衣柜可以里面一层，外面一层。

用抽屉，能方便地把里面的空间利用起来。

尽管叠放“看起来”能囤更多衣服，但拿取不便，特别容易乱，收纳效率是要比挂起来低的。

能挂起来的衣服，优先考虑挂起来，针织衫这种挂不起来的，再考虑叠放。

而且抽屉不能太深，太深的抽屉，衣服堆得太高，拿取不方便，20cm是最深了。

除了衣服之外，别忘了给四件套也预留位置，全年都需要换洗的四件套，也要放在顺手的地方。

定制衣柜品牌很爱默认标配层板，可实际上它特别鸡肋！

如果用作叠放区，每次拿下面的衣服，都会弄乱上面的衣服，而且衣服叠放可以放两层，里面那层就非常不好拿。

因此层板根本没有抽屉好用。

右边是刚整理完的样子，3天后就会变成左边那样了。

层板真正的作用是用来放包包、鞋子和帽子的，属于锦上添花，不是主力收纳。

但预算不够，层板放上来带把手的收纳盒，一秒变简易抽屉，比一个厚抽屉要便宜很多，就是不能拉得太出来。

所以层板千万千万不要做固定了，活动的层板，后期根据使用需求，自己调整高度。

挂衣服的地方不够了，把层板拿掉，安装一根挂杆，又可以拓展出更多的空间。

和厂家说排孔，然后做活动层板，要几个层板你来定，剩下的他们就知道如何去做了。

衣服该挂的都挂起来了，挂不起来的都叠起来了，那么剩余的空间用来干嘛呢？

一方面，每个家庭或多或少有一两个行李箱需要收纳，那么行李箱就可以塞到衣柜里了，行李箱内部还可以放一些不常用的换季衣物。

另一方面，空着，就代表以后要东西多了，还能再自己买来各种塑料抽屉。

避免把衣柜内部一次都做死了，万一不好用，也没有拓展的可能。

超过我们自己身高的挂杆，用起来就比较费劲了。

顶部的区域，拿取不方便，适合存放比较轻的换季衣物和被子。

换季衣物建议用带把手的收纳盒装起来，踩在椅子上一拉，就拿下来了。

这么高高一面的柜子，只用中间一段是最顺手的，因此我们要把最常用的衣物放在中间。

下面的区域，尽量用抽屉，这样我们只需要弯腰，不用完全蹲下来。

正常衣柜的深度都是60cm，如果定制，强烈建议到顶，那么其实需要决定的，只有衣柜的宽度（长度）。

这就是我们的“盒子”。

接下来，我们要往里面填“积木块”了。

超过2米的高度，我们做成顶部区域。

除非衣服特别多，需要更强的收纳功能，那么可以配合下拉气撑挂杆，把挂杆一路安装到天花板。

根据自己衣服的数量，安排长短衣区的比例。

挂杆的标准高度是1米6~2米之间，挂杆上面就全是顶部区域了。

短衣区、挂裤区是可以上下做两层的噢。

大部分的衣服，就靠这些挂起来的部分收纳了。

比如这里我们设置的区域，就可以挂下至少60条裤子、90件T恤、10件长大衣！

布置了挂衣区之后，剩下的位置就可以任意布置抽屉。

胸部以下才适合做抽屉，而需要弯腰的高度，都是抽屉最好用。

通常，薄抽屉在最上面，厚抽屉在上面。

位置如果足够，积木可以不用搭得太挤：

例如短衣区和裤挂区中间，特地留出了空白，那么之后还可以见缝插针地放一两个包包，或者再买一个小塑料抽屉放袜子或内衣。

所有的衣服都有收纳的位置后，剩下的空间，可以做一两层层板，放包包和帽子。

如果还有比较多的位置剩下，那么可以做活动的层板，也可以留空。

这些都是预留出来的区域，方便之后增加收纳空间。

这就是一个安排衣服怎么放的过程。

衣服放完了，衣柜的内部结构也就出来了。

当然，衣柜的设计，远没有这么简单。

板材的切割、尺寸的限制、五金的限制，这些也需要考虑进去。

但这就不需要你操心啦！

把你搭积木的成果画成大概的草稿，与你的衣柜设计师沟通，那么他就能在这个基础上，设计出更符合你需求的衣柜。

你也可以用这个方法，现有的衣柜方案合不合你使用。

这是你提交给设计师的想法：

这是设计师根据你的想法做出来的方案：

是不是发现，定制柜子一下就变得很轻松了呢？

如此一来，你根本不必去看什么柜子内部的设计方案了，不如按照搭积木的方法，从0开始打造最适合自己的衣柜。

这件事是不能省心的，建议一定要上心，要不做好的柜子不好用，那可真是要欲哭无泪啊。

关注cshgiser公众号，回复“路网密度”获取~

GeoDaGeoDa是一个免费的开源软件工具，是进行空间数据分析的强有力软件，最具特色的应该是空间自相关的计算，除此之外，软件本身集成了很多空间数据探索分析方法。

逐步利用Geoda计算莫兰指数

依据“越相近，越相似”的原理（地理学第一定律），空间现象普遍存在自相关性。

以GDP为例，一个地区的GDP高，它周围的区域很难完全独立于该区域，可能存在下面两种情况：

（1）它周围区域的GDP都很高（正相关），可能是共享了某个有利的客观条件，如沿海区域GDP都倾向于较高。

（2）它周围的区域GDP都很低（负相关），假设该区域具有很强的城市吸引力，将资源从周边区域吸收出去，则会造成这种局势。

无论哪种情况，区域上的相近会造成某种属性相似，这就是空间自相关。为了度量空间自相关，Moran在1984年提出一个指数来反映空间邻接或空间邻近的区域单元属性值的相似程度。

莫兰指数I的定义式如下：
可以不用懂上面这个式子，只需要知道它需要输入什么数据，得到什么结果。

结果比较简单：和相关系数一样，值域为-1~1，越接近于-1，负相关性越大；越接近于1，正相关性越大。

然后看一下它需要什么输入：也比较简单，由于是“自相关”，只需要输入一个变量。另外就是如何体现“空间”，其核心是空间权重矩阵的确定。

空间权重矩阵以0或1的方式标记两者是否邻接，来体现空间关系，确定邻接方式有两种。

第一种为多边形邻接（如处理的数据为面状要素）：定义两个要素有公共线为相邻，定义权重为1，或者两个要素二阶相邻（相邻的相邻）。

第二种为距离邻接（如处理的数据为点状要素）：即在一定距离范围内相邻，这个距离可以是简单的欧氏距离也可以是复杂的线段距离（基于路网等等）。

一个熟练的应用者应在定义权重矩阵上下功夫，懂的权重矩阵的含义，从实际问题出发，基于一定假设，构建合适的权重矩阵。后续的结果分析中，同样需要了解所定义的权重。至于其他，则可以无脑输入。

虽然莫兰指数能够判断出空间上的整体分布情况，但事实难以探测出聚集的位置所在及区域相关程度。为了反映整个大区域中的局部指标，需要进一步分析局部空间自相关。通常包括：空间联系的局部指标（Local Indicators of Spatial Association，LISA）、Moran散点图。

局部莫兰指数定义如下：

同样不需要懂上面这个式子，只要理解通过上面这个式子可以计算得到每个要素对应的局部莫兰指数值，同时经过显著性检验可以知道哪些是结果是显著的。由此生成一个空间分布图（LISA图）呈现出不同的聚集特征。

莫兰散点图是Anselin在1996年首次提出的，所拟合的回归直线的斜率即为莫兰指数。

如图为一个莫兰散点图，散点图的横轴为变量的值与均值的偏差，纵轴为邻居要素的变量的值与均值的偏差。可能理解起来比较抽象，可以直接看结论：

与局部莫兰指数相比，莫兰散点图的重要优势在于能够进一步具体区分每个要素与其邻居要素之间的关系，包括高值-高值（落在第一象限）、低值-低值（落在第三象限）、**高值-低值（落在第四象限）和低值-高值（落在第二象限）**四种空间联系形式。这样能够更清晰的知道，一个区域周围分布的是高值区域和低值区域，这在实际问题的分析中具有重要参考价值。

1.首先加载数据，打开看一下属性表：

2. 构建权重矩阵。点击Create Weights按钮就可以进入权重构建页面，如下图所示：

这里有几个选项，可以根据需求选择：

（1）Weights File ID Variable：变量标识，是属性表中的某一列，用于标识对象，所以需要值唯一。当然也可以点击Add ID Variable 创建新的标识列。

（2）确定权重邻接形式。第一种为多边形邻接确定权重（a）；第二种为距离邻接确定权重（b）。这两种方法选择其中一个。

（a）多边形邻接确定权重参数设置

rook和queen国际象棋术语。rook, 横、竖均可以走，步数不受限制，不能斜走（和中国象棋类似），不能越子。queen, 横、直、斜都可以走，步数不受限制，但是，不能越子行棋。该棋也是棋力最强的棋子。差别看上图就清楚了。

Order of contiguity，该参数定义几阶邻接，默认就是一阶。两阶邻接就是一个多边形邻接的邻接也在距离之内，依此类推。

（b）距离邻接确定权重参数设置。

Distance metric距离度量方式，包括欧几里得距离（Euclidean distance，直线距离），输入两个坐标就能算出；弧段距离（Arc distance），主要针对没有投影，如用经纬度的图层，这类图层不能用经纬度坐标直接计算欧氏距离，因此引入考虑地球曲率的弧段距离。不过，还是建议在做与距离有关的分析时，首先对图层进行投影。

这里以多边形rook邻接方式构建权重矩阵，构建好的权重矩阵文件，用写字板打开如下：

虽然是权重矩阵文件，但是并没有以矩阵的形式存储，因为存储大量的0和1会占据大量内存空间。这个文件以两行为一个单元存储了每个元素的邻居元素，例如可以看出27077这个对象有3个邻接，分别为27007，20135和27071。

3. 计算全剧莫兰指数。点击Univariate Moran’s I 进入莫兰指数计算界面，首先是确定变量。

我们这里以UE90这个变量为例，含义为1990的失业率。

计算得到莫兰指数为0.543.

理解散点图：这里引入一个变量z，含义为变量UE90偏离均值的大小，所以整体上分布在0值两边。同是z也就是横轴变量，而纵轴变量为邻接要素的变量值乘以对应归一化权重值的和，反映的是邻居要素的整体水平。由此可见，落在第一象限，无论是该元素还是它的邻居元素，UE90均比较大（相对均值来说），体现一种高-高分布的格局；而第二象限内，该元素UE90比较小，它的邻居元素变量值又比较大，呈现一种低-高的空间分布格局。

这个散点图为莫兰散点图，是Anselin在1996年首次提出的，所拟合的回归直线的斜率即为莫兰指数。

通过随机生成空间数据，来看是否能够拒绝空间随机性的零假设，由上图可以看出，黄色的线（I=0.543）较远地落在特定P值下随机分布的右侧，表明该统计结果比较显著。

5. 计算局部莫兰指数。点击univariate Local Moran’s I 进入局部莫兰指数计算界面，首先是确定变量。

仍以UE90这个变量为例。

在执行局部莫兰指数计算时，可以勾选三个显示结果，分别为显著性图、聚集分布图和莫兰散点图，实际上莫兰散点图在计算全局空间自相关时已经显示，这里勾选前两个选项。

这两个图，上面为聚集图，有四种空间联系方式，包括高值-高值（莫兰散点图中落在第一象限的区域）、低值-低值（第三象限）、高值-低值（第四象限）和低值-高值（第二象限）。同时该聚集图只显示了显著的区域。

下面为对应的显著性水平，表明每个区域对应的局部相关值是否显著。