(Ebook) An Introduction to Spatial Data Science

with GeoDa: Volume 2 – Clustering Spatial Data

by Luc Anselin ISBN 9781032713021, 103271302X
download
https://ebooknice.com/product/an-introduction-to-spatial-data-
science-with-geoda-volume-2-clustering-spatial-data-57549468

Explore and download more ebooks at ebooknice.com

We have selected some products that you may be interested in
Click the link to download now or visit ebooknice.com
for more options!.

(Ebook) An Introduction to Spatial Data Science with GeoDa:

Volume 2: Clustering Spatial Data by Luc Anselin ISBN
9781032713021, 9781032713168, 103271302X, 103271316X

https://ebooknice.com/product/an-introduction-to-spatial-data-science-with-
geoda-volume-2-clustering-spatial-data-56921558

(Ebook) Spatial Analysis Using Big Data: Methods and Urban

Applications (Spatial Econometrics and Spatial Statistics) by
Yoshiki Yamagata, Hajime Seya ISBN 9780128131275, 0128131276

https://ebooknice.com/product/spatial-analysis-using-big-data-methods-and-
urban-applications-spatial-econometrics-and-spatial-statistics-38430000

(Ebook) Principles of Modeling Uncertainties in Spatial Data and

Spatial Analyses by Wenzhong Shi ISBN 9781420059274, 1420059270

https://ebooknice.com/product/principles-of-modeling-uncertainties-in-
spatial-data-and-spatial-analyses-1901536

(Ebook) Spatial Data Infrastructures at Work: Analysing the

Spatial Enablement of Public Sector Processes by Ezra Dessers
ISBN 9789058679376, 9058679373

https://ebooknice.com/product/spatial-data-infrastructures-at-work-
analysing-the-spatial-enablement-of-public-sector-processes-5219044
(Ebook) Displaying Time Series, Spatial, and Space-Time Data
with R, Second Edition by Oscar Perpinan Lamigueiro ISBN
9781138089983, 1138089982

https://ebooknice.com/product/displaying-time-series-spatial-and-space-
time-data-with-r-second-edition-10815792

(Ebook) Displaying Time Series, Spatial, and Space-Time Data

with R (Second Edition) by Oscar Perpinan Lamigueiro ISBN
9781138089976, 1138089974

https://ebooknice.com/product/displaying-time-series-spatial-and-space-
time-data-with-r-second-edition-37579272

(Ebook) Building European Spatial Data Infrastructures by Ian

Masser; Joep Crompvoets ISBN 9781589484061, 1589484061

https://ebooknice.com/product/building-european-spatial-data-
infrastructures-51371242

(Ebook) Introduction to Data Science-Data Analysis and

Prediction Algorithms with R by By Rafael A. Irizarry ISBN
9780367357986, 0367357984

https://ebooknice.com/product/introduction-to-data-science-data-analysis-
and-prediction-algorithms-with-r-11731248

(Ebook) Spatial Data Analysis: Theory and Practice by Robert

Haining ISBN 9780521774376, 9780521773195, 0521774373,
0521773199

https://ebooknice.com/product/spatial-data-analysis-theory-and-
practice-2093338
 An Introduction to Spatial
Data Science with GeoDa
Volume 2 – Clustering Spatial Data

This book is the second in a two-volume series that introduces the field of spatial data sci-
ence. It moves beyond pure data exploration to the organization of observations into meaningful
groups, i.e., spatial clustering. This constitutes an important component of so-called unsuper-
vised learning, a major aspect of modern machine learning.
The distinctive aspects of the book are both to explore ways to spatialize classic clustering meth-
ods through linked maps and graphs, as well as the explicit introduction of spatial contiguity
constraints into clustering algorithms. Leveraging a large number of real-world empirical il-
lustrations, readers will gain an understanding of the main concepts and techniques and their
relative advantages and disadvantages. The book also constitutes the definitive user’s guide for
these methods as implemented in the GeoDa open-source software for spatial analysis.
It is organized into three major parts, dealing with dimension reduction (principal components,
multidimensional scaling, stochastic network embedding), classic clustering methods (hierar-
chical clustering, k-means, k-medians, k-medoids and spectral clustering) and spatially con-
strained clustering methods (both hierarchical and partitioning). It closes with an assessment of
spatial and non-spatial cluster properties.
The book is intended for readers interested in going beyond simple mapping of geographical
data to gain insight into interesting patterns as expressed in spatial clusters of observations.
Familiarity with the material in Volume 1 is assumed, especially the analysis of local spatial au-
tocorrelation and the full range of visualization methods.

Luc Anselin is the Founding Director of the Center for Spatial Data Science at the University
of Chicago, where he is also Stein-Freiler Distinguished Service Professor of Sociology and the
College, as well as a member of the Committee on Data Science. He is the creator of the GeoDa
software and an active contributor to the PySAL Python open-source software library for spatial
analysis. He has written widely on topics dealing with the methodology of spatial data analysis,
including his classic 1988 text on Spatial Econometrics. His work has been recognized by many
awards, such as his election to the U.S. National Academy of Science and the American Academy
of Arts and Science.
Taylor & Francis
Taylor & Francis Group
http://taylorandfrancis.com
An Introduction to Spatial
Data Science with GeoDa
Volume 2 – Clustering Spatial Data

Luc Anselin
Designed cover image: © Luc Anselin

First edition published 2024

by CRC Press
2385 NW Executive Center Drive, Suite 320, Boca Raton FL 33431

and by CRC Press

4 Park Square, Milton Park, Abingdon, Oxon, OX14 4RN

CRC Press is an imprint of Taylor & Francis Group, LLC

© 2024 Luc Anselin

Reasonable efforts have been made to publish reliable data and information, but the author and publisher cannot as-
sume responsibility for the validity of all materials or the consequences of their use. The authors and publishers have
attempted to trace the copyright holders of all material reproduced in this publication and apologize to copyright holders
if permission to publish in this form has not been obtained. If any copyright material has not been acknowledged please
write and let us know so we may rectify in any future reprint.

Except as permitted under U.S. Copyright Law, no part of this book may be reprinted, reproduced, transmitted, or
utilized in any form by any electronic, mechanical, or other means, now known or hereafter invented, including pho-
tocopying, microfilming, and recording, or in any information storage or retrieval system, without written permission
from the publishers.

For permission to photocopy or use material electronically from this work, access www.copyright.com or contact the
Copyright Clearance Center, Inc. (CCC), 222 Rosewood Drive, Danvers, MA 01923, 978-750-8400. For works that are
not available on CCC please contact [email protected]

Trademark notice: Product or corporate names may be trademarks or registered trademarks and are used only for iden-
tification and explanation without intent to infringe.

ISBN: 978-1-032-71302-1 (hbk)

ISBN: 978-1-032-71316-8 (pbk)
ISBN: 978-1-032-71317-5 (ebk)

DOI: 10.1201/9781032713175

Typeset in Latin Modern font

by KnowledgeWorks Global Ltd.
Publisher’s note: This book has been prepared from camera-ready copy provided by the authors.
To Emily
Taylor & Francis
Taylor & Francis Group
http://taylorandfrancis.com
Contents

List of Figures xi

Preface xvii
Acknowledgments . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xvii

About the Author xix

1 Introduction 1
1.1 Overview of Volume 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Sample Data Sets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

I Dimension Reduction 5
2 Principal Component Analysis (PCA) 7
2.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Matrix Algebra Review . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.2.1 Eigenvalues and eigenvectors . . . . . . . . . . . . . . . . . . . . . . 9
2.2.2 Matrix decompositions . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.3 Principal Components . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
2.3.1 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.3.2 Interpretation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.4 Visualizing principal components . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4.1 Scatter plot . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4.2 Multivariate decomposition . . . . . . . . . . . . . . . . . . . . . . . 20
2.5 Spatializing Principal Components . . . . . . . . . . . . . . . . . . . . . . . . 21
2.5.1 Principal component map . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5.2 Univariate cluster map . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.5.3 Principal components as multivariate cluster maps . . . . . . . . . . 22

3 Multidimensional Scaling (MDS) 25

3.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.2 Classic Metric Scaling . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.2.1 Mathematical Details . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3.2.2 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.3 SMACOF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.3.1 Mathematical Details . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.3.2 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.4 Visualizing MDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
3.4.1 MDS and Parallel Coordinate Plot . . . . . . . . . . . . . . . . . . . 39
3.4.2 MDS Scatter Plot with Categories . . . . . . . . . . . . . . . . . . . 39
3.4.3 3-D MDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.5 Spatializing MDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

vii
viii Contents

3.5.1 MDS and Map . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

3.5.2 MDS Spatial Weights . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.5.3 MDS Neighbor Match Test . . . . . . . . . . . . . . . . . . . . . . . 44
3.5.4 HDBSCAN and MDS . . . . . . . . . . . . . . . . . . . . . . . . . . 46

4 Stochastic Neighbor Embedding (SNE) 47

4.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
4.2 Basics of Information Theory . . . . . . . . . . . . . . . . . . . . . . . . . . 48
4.2.1 Stochastic Neighbors . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
4.3 t-SNE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.3.1 Cost Function and Optimization . . . . . . . . . . . . . . . . . . . . 50
4.3.2 Large Data Applications (Barnes-Hut) . . . . . . . . . . . . . . . . . . 51
4.4 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4.1 Animation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.4.2 Tuning the Optimization . . . . . . . . . . . . . . . . . . . . . . . . 57
4.4.3 Interpretation and Spatialization . . . . . . . . . . . . . . . . . . . . 59
4.5 Comparing Distance Preserving Methods . . . . . . . . . . . . . . . . . . . 60
4.5.1 Comparing t-SNE Options . . . . . . . . . . . . . . . . . . . . . . . . 60
4.5.2 Local Fit with Common Coverage Percentage . . . . . . . . . . . . . . 61

II Classic Clustering 63
5 Hierarchical Clustering Methods 65
5.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 66
5.2 Dissimilarity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
5.3 Agglomerative Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
5.3.1 Linkage and Updating Formula . . . . . . . . . . . . . . . . . . . . . 69
5.3.2 Dendrogram . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.4 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.4.1 Variable Settings Dialog . . . . . . . . . . . . . . . . . . . . . . . . . 76
5.4.2 Ward’s method . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
5.4.3 Single linkage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
5.4.4 Complete linkage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.4.5 Average linkage . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.4.6 Sensitivity Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 84

6 Partitioning Clustering Methods 85

6.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.2 The K Means Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
6.2.1 Iterative Relocation . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.2.2 The Choice of K . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
6.2.3 K-means++ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6.3 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
6.3.1 Digression: Clustering with Dimension Reduction . . . . . . . . . . . 94
6.3.2 Cluster Parameters . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.3.3 Cluster Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
6.3.4 Options and Sensitivity Analysis . . . . . . . . . . . . . . . . . . . . 98
6.4 Cluster Categories as Variables . . . . . . . . . . . . . . . . . . . . . . . . . . 101
6.4.1 Conditional Box Plot . . . . . . . . . . . . . . . . . . . . . . . . . . 102
6.4.2 Aggregation by Cluster . . . . . . . . . . . . . . . . . . . . . . . . . 102
Contents ix

7 Advanced Clustering Methods 105

7.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
7.2 K-Medians . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
7.2.1 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
7.2.2 Options and Sensitivity Analysis . . . . . . . . . . . . . . . . . . . . 108
7.3 K-Medoids . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
7.3.1 The PAM Algorithm for K-Medoids . . . . . . . . . . . . . . . . . . 109
7.3.2 Improving on the PAM Algorithm . . . . . . . . . . . . . . . . . . . 115
7.3.3 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
7.3.4 Options and Sensitivity Analysis . . . . . . . . . . . . . . . . . . . . 120

8 Spectral Clustering 121

8.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
8.2 Spectral Clustering Logic . . . . . . . . . . . . . . . . . . . . . . . . . . . . 122
8.3 Clustering as a Graph Partitioning Problem . . . . . . . . . . . . . . . . . . 123
8.3.1 Graph Laplacian . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 124
8.4 The Spectral Clustering Algorithm . . . . . . . . . . . . . . . . . . . . . . . 125
8.4.1 Adjacency matrix . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
8.4.2 Clustering on the Eigenvectors of the Graph Laplacian . . . . . . . . 126
8.4.3 Spectral Clustering Parameters . . . . . . . . . . . . . . . . . . . . . 126
8.5 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
8.5.1 Cluster results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.5.2 Options and Sensitivity Analysis . . . . . . . . . . . . . . . . . . . . 129

III Spatial Clustering 131

9 Spatializing Classic Clustering Methods 133
9.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
9.2 Clustering on Geographic Coordinates . . . . . . . . . . . . . . . . . . . . . 134
9.2.1 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
9.3 Including Geographical Coordinates in the Feature Set . . . . . . . . . . . . 136
9.3.1 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
9.4 Weighted Optimization of Geographical and Attribute Similarity . . . . . . 139
9.4.1 Optimization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
9.4.2 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 142
9.5 Constructing a Spatially Contiguous Solution . . . . . . . . . . . . . . . . . 144
9.5.1 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146

10 Spatially Constrained Clustering – Hierarchical Methods 149

10.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 149
10.2 Spatially Constrained Hierarchical Clustering (SCHC) . . . . . . . . . . . . 150
10.2.1 The Algorithm . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
10.2.2 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 154
10.3 SKATER . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 156
10.3.1 Pruning the Minimum Spanning Tree . . . . . . . . . . . . . . . . . 157
10.3.2 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
10.4 REDCAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
10.4.1 Illustration – FullOrder-CompleteLinkage . . . . . . . . . . . . . . . 163
10.4.2 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
10.5 Assessment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166
x Contents

11 Spatially Constrained Clustering – Partitioning Methods 167

11.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
11.2 Automatic Zoning Procedure (AZP) . . . . . . . . . . . . . . . . . . . . . . 168
11.2.1 AZP Heuristic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 169
11.2.2 Tabu Search . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
11.2.3 Simulated Annealing . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
11.2.4 ARiSeL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
11.2.5 Using the Outcome from Another Cluster Routine as the Initial
Feasible Region . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 174
11.2.6 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
11.2.7 Search Options . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 175
11.2.8 Initialization Options . . . . . . . . . . . . . . . . . . . . . . . . . . 178
11.3 Max-P Region Problem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
11.3.1 Max-p Heuristic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
11.3.2 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 186
11.3.3 Sensitivity Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . 187

IV Assessment 189
12 Cluster Validation 191
12.1 Topics Covered . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
12.2 Internal Validity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192
12.2.1 Traditional Measures of Fit . . . . . . . . . . . . . . . . . . . . . . . 193
12.2.2 Balance . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 193
12.2.3 Join Count Ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
12.2.4 Compactness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 194
12.2.5 Connectedness . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
12.2.6 Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
12.3 External Validity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
12.3.1 Classic Measures . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
12.3.2 Visualizing Cluster Match . . . . . . . . . . . . . . . . . . . . . . . . 200
12.4 Beyond Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202

Bibliography 205

Index 211
List of Figures

2.1 Clusters > PCA | MDS | t-SNE . . . . . . . . . . . . . . . . . . . . . . . . 8

2.2 Vectors in Two-Dimensional Space . . . . . . . . . . . . . . . . . . . . . . . 9
2.3 Italy Bank Characteristics Descriptive Statistics . . . . . . . . . . . . . . . 14
2.4 PCA Settings Menu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.5 PCA Results . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.6 Principal Components in the Data Table . . . . . . . . . . . . . . . . . . . 16
2.7 Variable Loadings Using the EIGEN Mehtod . . . . . . . . . . . . . . . . . 18
2.8 Principal Component Calculation . . . . . . . . . . . . . . . . . . . . . . . 18
2.9 Principal Component Scatter Plot . . . . . . . . . . . . . . . . . . . . . . . 19
2.10 SVD versus EIGEN Results . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.11 Principal Components and PCP . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.12 Box Map of Second Principal Component . . . . . . . . . . . . . . . . . . . 22
2.13 Principal Component Local Geary Cluster Map and PCP . . . . . . . . . . 23
2.14 Principal Component and Multivariate Local Geary Cluster Map . . . . . 23

3.1 Clusters > PCA | MDS | t-SNE . . . . . . . . . . . . . . . . . . . . . . . . 26

3.2 MDS Main Dialog . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3 MDS Scatter Plot – Default Settings . . . . . . . . . . . . . . . . . . . . . . 31
3.4 MDS and PCA Scatter Plot . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.5 MDS Dimensions and PCA . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.6 MDS Power Approximation . . . . . . . . . . . . . . . . . . . . . . . . . . 33
3.7 Iterative Majorization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
3.8 MDS Scatter Plot for SMACOF . . . . . . . . . . . . . . . . . . . . . . . . 36
3.9 MDS Scatter Plot for SMACOF with Manhattan Distance . . . . . . . . . 37
3.10 MDS Classic vs SMACOF Dimensions . . . . . . . . . . . . . . . . . . . . 37
3.11 MDS and Parallel Coordinate Plot . . . . . . . . . . . . . . . . . . . . . . 38
3.12 MDS with a Categorical Variable . . . . . . . . . . . . . . . . . . . . . . . 39
3.13 3D MDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.14 3D MDS after Rotation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
3.15 Linked Local Moran Cluster Map and MDS . . . . . . . . . . . . . . . . . 42
3.16 Common Connectivity K-6 Neighbors . . . . . . . . . . . . . . . . . . . . . 43
3.17 Local Neighbor Match Test for MDS . . . . . . . . . . . . . . . . . . . . . 45
3.18 Multivariate Local Neighbor Match Test . . . . . . . . . . . . . . . . . . . 45
3.19 HDBSCAN for MDS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46

4.1 Clusters > PCA | MDS | t-SNE . . . . . . . . . . . . . . . . . . . . . . . . 48

4.2 t-SNE Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3 t-SNE after full iteration – default settings . . . . . . . . . . . . . . . . . . 54
4.4 t-SNE 2D Coordinates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.5 Inspecting interations of t-SNE algorithm: 250 and 300 . . . . . . . . . . . 56
4.6 Inspecting interations of t-SNE algorithm: 1000 and 3000 . . . . . . . . . . 56
4.7 t-SNE 2D Coordinates for theta = 0 . . . . . . . . . . . . . . . . . . . . . 57

xi
xii List of Figures

4.8 t-SNE 2D Coordinates for perplexity=50 . . . . . . . . . . . . . . . . . . . 58

4.9 t-SNE 2D Coordinates for perplexity=50, momentum=100 . . . . . . . . . 58
4.10 Nearest Neighbor Match Test for t-SNE . . . . . . . . . . . . . . . . . . . 59
4.11 Common Coverage Percentage measures of fit for different methods . . . . . 61

5.1 Clusters > K Means | K Medians | K Medoids | Spectral | Hierarchical . . 67

5.2 Single Linkage Hierarchical Clustering Toy Example . . . . . . . . . . . . . 72
5.3 Coordinate Values . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.4 Single Linkage – Step 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.5 Smallest nearest neighbors . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
5.6 Single Linkage – Step 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.7 Single Linkage – Step 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.8 Single Linkage – Step 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.9 Single Linkage – Step 5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.10 Single Linkage – Step 6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.11 Single linkage iterations . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
5.12 Single linkage dendrogram . . . . . . . . . . . . . . . . . . . . . . . . . . . 75
5.13 CMAP SDOH Variables Descriptive Statistics . . . . . . . . . . . . . . . . 76
5.14 Hierarchical Clustering Variable Settings . . . . . . . . . . . . . . . . . . . 77
5.15 Initial Dendrogram – Ward’s Method . . . . . . . . . . . . . . . . . . . . . 77
5.16 Dendrogram – Ward’s Method, k=5 . . . . . . . . . . . . . . . . . . . . . . 78
5.17 Summary – Ward’s Method, k=5 . . . . . . . . . . . . . . . . . . . . . . . 78
5.18 Cluster Map – Ward’s Method, k=5 . . . . . . . . . . . . . . . . . . . . . . 79
5.19 Dendrogram – Single Linkage, k=5 . . . . . . . . . . . . . . . . . . . . . . 80
5.20 Summary – Single Linkage, k=5 . . . . . . . . . . . . . . . . . . . . . . . . . 81
5.21 Cluster Map – Single Linkage, k=5 . . . . . . . . . . . . . . . . . . . . . . . 81
5.22 Dendrogram – Complete Linkage, k=5 . . . . . . . . . . . . . . . . . . . . 82
5.23 Summary – Complete Linkage, k=5 . . . . . . . . . . . . . . . . . . . . . . 82
5.24 Cluster Map – Complete Linkage, k=5 . . . . . . . . . . . . . . . . . . . . 83
5.25 Dendrogram – Average Linkage, k=5 . . . . . . . . . . . . . . . . . . . . . 83
5.26 Summary – Average Linkage, k=5 . . . . . . . . . . . . . . . . . . . . . . . 84
5.27 Cluster Map – Average Linkage, k=5 . . . . . . . . . . . . . . . . . . . . . 84

6.1 Clusters > K Means | K Medians | K Medoids | Spectral | Hierarchical . . 86

6.2 K-means toy example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.3 Worked example – basic data . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.4 Steps in the K-means algorithm . . . . . . . . . . . . . . . . . . . . . . . . 89
6.5 Squared distance to seeds . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
6.6 Step 1 – Summary characteristics . . . . . . . . . . . . . . . . . . . . . . . 90
6.7 Squared distance to Step 1 centers . . . . . . . . . . . . . . . . . . . . . . . 90
6.8 Step 2 – Summary characteristics . . . . . . . . . . . . . . . . . . . . . . . 90
6.9 Squared distance to Step 2 centers . . . . . . . . . . . . . . . . . . . . . . . 90
6.10 Step 3 – Summary characteristics . . . . . . . . . . . . . . . . . . . . . . . . 91
6.11 SDOH Census Tract Variables Descriptive Statistics . . . . . . . . . . . . . 93
6.12 Principal Components Variable Loadings . . . . . . . . . . . . . . . . . . . 94
6.13 K-Means Clustering Variable Settings . . . . . . . . . . . . . . . . . . . . . 95
6.14 Summary – K-Means Method, k=8 . . . . . . . . . . . . . . . . . . . . . . 96
6.15 PCP Plot of K-Means Cluster Centers . . . . . . . . . . . . . . . . . . . . 96
6.16 Cluster Map – K-Means Method, k=8 . . . . . . . . . . . . . . . . . . . . 97
6.17 K-Means – Evolution of fit with k . . . . . . . . . . . . . . . . . . . . . . . 98
6.18 K-Means – Elbow Plot WSS . . . . . . . . . . . . . . . . . . . . . . . . . . 99
List of Figures xiii

6.19 K-Means – Elbow Plot BSS/TSS . . . . . . . . . . . . . . . . . . . . . . . 99

6.20 Summary – K-Means Method, population bound 200,000, k=8 . . . . . . . 100
6.21 Cluster Map – K-Means Method, population bound 200,000, k=8 . . . . . 100
6.22 Conditional Box Plot by Cluster Category . . . . . . . . . . . . . . . . . . . 101
6.23 Dissolved Cluster Categories . . . . . . . . . . . . . . . . . . . . . . . . . . 102
6.24 Aggregated Cluster Categories . . . . . . . . . . . . . . . . . . . . . . . . . 102

7.1 Summary – K-Medians Method, k=8 . . . . . . . . . . . . . . . . . . . . . 106

7.2 Cluster Map – K-Medians Method, k=8 . . . . . . . . . . . . . . . . . . . 107
7.3 Manhattan Inter-Point Distance Matrix . . . . . . . . . . . . . . . . . . . . 109
7.4 BUILD – Step 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
7.5 Cluster Assignment at end of BUILD stage . . . . . . . . . . . . . . . . . . 110
7.6 PAM SWAP Case 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
7.7 PAM SWAP Case 2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
7.8 PAM SWAP Cost Changes – Step 1 . . . . . . . . . . . . . . . . . . . . . . 112
7.9 PAM SWAP Cost Changes – Step 2 . . . . . . . . . . . . . . . . . . . . . . 113
7.10 PAM SWAP Cost Changes – Step 3 . . . . . . . . . . . . . . . . . . . . . . 114
7.11 PAM SWAP Cost Changes – Step 4 . . . . . . . . . . . . . . . . . . . . . . 115
7.12 PAM SWAP Final Assignment . . . . . . . . . . . . . . . . . . . . . . . . . 115
7.13 Summary, K-Medoids, k=8 . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
7.14 K-Medoids Cluster Map, k=8 . . . . . . . . . . . . . . . . . . . . . . . . . 119

8.1 Spirals Data Set . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

8.2 K-Means and K-Medoids for Spirals Data . . . . . . . . . . . . . . . . . . 122
8.3 Spectral Clustering of Spirals Data . . . . . . . . . . . . . . . . . . . . . . 123
8.4 Cluster Characteristics for Spectral Clustering of Spirals Data – Default
Settings . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
8.5 Cluster Characteristics for Spectral Clustering of Spirals Data – Mutual
KNN=3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.6 Cluster Characteristics for Spectral Clustering of Spirals Data – Mutual
KNN=3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.7 Cluster Characteristics for Spectral Clustering of Spirals Data – Gaussian
Kernel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
8.8 Cluster Characteristics for Spectral Clustering of Spirals Data – Gaussian
Kernel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129

9.1 K-Means and K-Medoids on X-Y Coordinates . . . . . . . . . . . . . . . . 135

9.2 Spectral and Hierarchical on X-Y Coordinates . . . . . . . . . . . . . . . . 135
9.3 K-Means without and with X-Y Coordinates included . . . . . . . . . . . . 136
9.4 K-Means Cluster Characteristics . . . . . . . . . . . . . . . . . . . . . . . . 137
9.5 K-Means Cluster Characteristics with X-Y Coordinates . . . . . . . . . . . 138
9.6 Connectivity Check for Cluster Members . . . . . . . . . . . . . . . . . . . . 141
9.7 Cluster Map, K-Means with Weighted Optimization . . . . . . . . . . . . . 142
9.8 Cluster Characteristics, K-Means with Weighted Optimization . . . . . . . 143
9.9 Cluster Characteristics, K-Means with Weights at 0.25 . . . . . . . . . . . 144
9.10 Make Spatial Cluster 11 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
9.11 Make Spatial Cluster 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
9.12 Make Spatial Cluster Map . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
9.13 Make Spatial Cluster Characteristics . . . . . . . . . . . . . . . . . . . . . 147

10.1 Clusters > SCHC | skater | redcap . . . . . . . . . . . . . . . . . . . . . . 150

xiv List of Figures

10.2 Arizona counties . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 152

10.3 County identifiers and standardized variable . . . . . . . . . . . . . . . . . 152
10.4 AZ county queen contiguity (GAL) . . . . . . . . . . . . . . . . . . . . . . 152
10.5 SCHC complete linkage step 1 . . . . . . . . . . . . . . . . . . . . . . . . . 152
10.6 SCHC complete linkage step 2 . . . . . . . . . . . . . . . . . . . . . . . . . 153
10.7 SCHC complete linkage dendrogram, k=4 . . . . . . . . . . . . . . . . . . 153
10.8 SCHC complete linkage cluster map, k=4 . . . . . . . . . . . . . . . . . . 154
10.9 SCHC variable selection dialog . . . . . . . . . . . . . . . . . . . . . . . . . 154
10.10 SCHC cluster map . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155
10.11 SCHC cluster characteristics . . . . . . . . . . . . . . . . . . . . . . . . . . 156
10.12 SKATER minimum spanning tree . . . . . . . . . . . . . . . . . . . . . . . 157
10.13 SKATER step 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 158
10.14 SKATER minimum spanning tree – first split . . . . . . . . . . . . . . . . 158
10.15 SKATER minimum spanning tree – final split . . . . . . . . . . . . . . . . 159
10.16 SKATER cluster map, k=4 . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
10.17 Ceará, first cut in MST . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
10.18 Ceará, SKATER cluster map, k=12 . . . . . . . . . . . . . . . . . . . . . . 160
10.19 Ceará, SKATER cluster characteristics, k=12 . . . . . . . . . . . . . . . . . 161
10.20 Ceará, constrained SKATER cluster map, k=7 with min population size . 162
10.21 Ceará, constrained SKATER cluster map, k=12 with min cluster size 10 . 162
10.22 REDCAP FullOrder-CompleteLinkage spanning tree . . . . . . . . . . . . 164
10.23 REDCAP step 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 164
10.24 Ceará, REDCAP cluster map, k=12 . . . . . . . . . . . . . . . . . . . . . . 165
10.25 Ceará, REDCAP cluster characteristics, k=12 . . . . . . . . . . . . . . . . 166

11.1 Clusters > AZP | max-p . . . . . . . . . . . . . . . . . . . . . . . . . . . . 168

11.2 Arizona AZP initial feasible solution . . . . . . . . . . . . . . . . . . . . . 170
11.3 Arizona AZP initial Total Within SSD . . . . . . . . . . . . . . . . . . . . 170
11.4 Initial neighbor list . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 170
11.5 Step 1 neighbor selection (2) . . . . . . . . . . . . . . . . . . . . . . . . . . 170
11.6 Arizona AZP step 2 neighbor selection – 14 . . . . . . . . . . . . . . . . . . 171
11.7 Arizona AZP step 2 Total Within SSD . . . . . . . . . . . . . . . . . . . . . 171
11.8 Arizona AZP step 3 neighbor selection – 3 . . . . . . . . . . . . . . . . . . 172
11.9 Arizona AZP step 3 Total Within SSD . . . . . . . . . . . . . . . . . . . . 172
11.10 Ceará AZP clusters for p=12, local search . . . . . . . . . . . . . . . . . . 176
11.11 Ceará AZP clusters for p=12, tabu search . . . . . . . . . . . . . . . . . . 176
11.12 Ceará AZP clusters for p=12, simulated annealing search . . . . . . . . . . 177
11.13 Ceará AZP clusters for p=12, simulated annealing search with ARiSeL . . 178
11.14 Ceará AZP clusters for p=12, simulated annealing search with SCHC initial
regions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
11.15 Arizona counties population . . . . . . . . . . . . . . . . . . . . . . . . . . . 181
11.16 Arizona max-p growth, start with 6 . . . . . . . . . . . . . . . . . . . . . . . 181
11.17 Arizona max-p growth phase – 6 and 2 . . . . . . . . . . . . . . . . . . . . 182
11.18 Arizona max-p growth phase – region 1 . . . . . . . . . . . . . . . . . . . . 182
11.19 Arizona max-p growth phase – regions 1 and 2 . . . . . . . . . . . . . . . . 182
11.20 Arizona max-p growth phase – pick 3 . . . . . . . . . . . . . . . . . . . . . 183
11.21 Arizona max-p growth phase – join 3 and 14 . . . . . . . . . . . . . . . . . 183
11.22 Arizona max-p growth phase – region 1, 2, 3 . . . . . . . . . . . . . . . . . 183
11.23 Arizona max-p growth phase – pick 12 . . . . . . . . . . . . . . . . . . . . 184
11.24 Arizona max-p growth phase – join 12 and 4 . . . . . . . . . . . . . . . . . 184
11.25 Arizona max-p enclaves and initial regions 1, 2, 3, 4 . . . . . . . . . . . . . 184
List of Figures xv

11.26 Arizona max-p assign enclaves . . . . . . . . . . . . . . . . . . . . . . . . . 185

11.27 Arizona max-p – feasible initial regions . . . . . . . . . . . . . . . . . . . . 186
11.28 Ceará max-p regions with population bound 422,619 . . . . . . . . . . . . 186
11.29 Ceará max-p regions with population bound 253,571 . . . . . . . . . . . . 187

12.1 Clusters > Cluster Match Map | Make Spatial | Validation . . . . . . . . 192
12.2 Hierarchical Clustering – Ward’s method, Ceará . . . . . . . . . . . . . . . 196
12.3 Internal Validation Measures . . . . . . . . . . . . . . . . . . . . . . . . . . 196
12.4 Internal Validation Result – Hierarchical Clustering . . . . . . . . . . . . . 197
12.5 Internal Validation Result – AZP with Initial Region . . . . . . . . . . . . 198
12.6 Adjusted Rand Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 199
12.7 Normalized Information Distance . . . . . . . . . . . . . . . . . . . . . . . 200
12.8 K-Means and SKATER overlap . . . . . . . . . . . . . . . . . . . . . . . . . 201
12.9 SCHC and REDCAP overlap . . . . . . . . . . . . . . . . . . . . . . . . . . 201
12.10 Cluster Match Map – SKATER and K-MEANS . . . . . . . . . . . . . . . 202
Taylor & Francis
Taylor & Francis Group
http://taylorandfrancis.com
Preface

In contrast to the materials covered in Volume 1, this second volume has no precedent in
an earlier workbook. Much of its contents have been added in recent years to the GeoDa
documentation pages, as the topics were gradually included into my Introduction to Spatial
Data Science course and implemented in GeoDa. At one point, the material became too much
to constitute a single course and was split off into a separate Spatial Clustering course. The
division of the content between the two volumes follows this organization.
In contrast to the first volume, where the focus is almost exclusively on data exploration,
here attention switches to the delineation of groupings of observations, i.e., clusters. Both
traditional and spatially constrained methods are considered. Again, the emphasis is on how
a spatial perspective can contribute to additional insight, both by considering the spatial
aspects explicitly (as in spatially constrained clustering) as well as through spatializing
classic techniques.
Compared to Volume 1, the treatment is slightly more mathematical and familiarity with the
methods covered in the first volume is assumed. As before, extensive references are provided.
However, in contrast to the first volume, several methods included here are new and have
not been treated extensively in earlier publications. They were typically introduced as part
of the documentation of new features in GeoDa.
The empirical illustrations use the same sample data sets as in Volume 1. These are included
in the software.
All applications are based on Version 1.22 of the software, available in Summer 2023. Later
versions may include slight changes as well as additional features, but the treatment provided
here should remain valid. The software is free, cross-platform and open source, and can be
downloaded from https://geodacenter.github.io/download.html.

Acknowledgments
This second volume is based on enhancements in the GeoDa software implemented in the
past five or so years, with Xun Li as the lead software engineer and Julia Koschinsky as
a constant source of inspiration and constructive comments. The software development
received institutional support by the University of Chicago to the Center for Spatial Data
Science.
Help and suggestions with the production process from Lara Spieker of Chapman & Hall is
greatly appreciated.
As for the first volume, Emily has been patiently living with my GeoDa obsession for many
years. This volume is also dedicated to her.
Shelby, MI, Summer 2023

xvii
Taylor & Francis
Taylor & Francis Group
http://taylorandfrancis.com
About the Author

Luc Anselin is the Founding Director of the Center for Spatial Data Science at the University
of Chicago, where he is also Stein-Freiler Distinguished Service Professor of Sociology and the
College. He previously held faculty appointments at Arizona State University, the University
of Illinois at Urbana-Champaign, the University of Texas at Dallas, the Regional Research
Institute at West Virginia University, the University of California, Santa Barbara, and The
Ohio State University. He also was a visiting professor at Brown University and MIT. He
holds a PhD in Regional Science from Cornell University.
Over the past four decades, he has developed new methods for exploratory spatial data
analysis and spatial econometrics, including the widely used local indicators of spatial
autocorrelation. His 1988 Spatial Econometrics text has been cited some 17,000 times. He
has implemented these methods into software, including the original SpaceStat software, as
well as GeoDa, and as part of the Python PySAL library for spatial analysis.
His work has been recognized by several awards, including election to the U.S. National
Academy of Sciences and the American Academy of Arts and Sciences.

xix
Random documents with unrelated
content Scribd suggests to you:
 Jim Airth istui sokeasti Myrasta kauimpana olevalle tuolille, laski
kyynärpäät polvilleen ja painoi kasvot käsiinsä.

Ilman selityksiä Myra nousi ylös, siirsi tuolinsa tarpeeksi lähelle

voidakseen laskea kätensä Jimin käsivarrelle, jos häntä haluttaisi niin
tehdä, istuutui jälleen ja odotti äänettömänä.

Jim Airthilla oli vain yksi kysymys kysyttävänä. Hän lausui sen
kohottamatta päätään.

"Kuka on rouva O'Mara?"

"Hän on kersantti O'Maran leski, sen joka kaatui Targain luona. Me

kumpikin menetimme miehemme tuossa onnettomassa tapauksessa.
Hän on ollut monet vuodet minun kamarineitinäni. Kun hän meni
naimisiin kersantin kanssa — hän oli kelpo sotilas ja Mikael piti häntä
suuressa arvossa — halusin vieläkin pitää hänet lähelläni. Mikael oli
antanut minulle Puistomajan tehdäkseni sillä mitä halusin. Minä
luovutin sen heille. Hän asuu siinä vielä. Oi, Jim rakas, koeta käsittää
etten ole sanonut sinulle ainoatakaan sanaa, joka ei olisi ollut täysin
tosi! Salli minun selittää kuinka jouduin oleskelemaan Cornwallissa
hänen nimellään enkä omallani. Jos saisin panna käteni käsiisi, Jim,
olisi minun helpompi kertoa… Eikö? Hyvä, ei tee mitään… Kun viime
marraskuussa sain sähkösanoman, joka toi tiedon mieheni
kuolemasta, tulivat hermoni kovasti järkytetyiksi. En luule sen
johtuneen niin paljon kärsimästäni tappiosta kuin sen edellä olleesta
jatkuvasta sielullisesta pingotuksesta. Juuri kun olin muuttanut
kaupunkiin ja aloin tulla paremmaksi, saapuivat yksityiskohtaiset
tiedot ja minulle oli ilmotettava että se oli ollut tapaturma. Sinä
tiedät kaikki mitä tulee siihen, oliko minun saatava tietää nimi vai ei.
Tiedät myöskin minkä päätöksen tein. Mutta tämän päätöksen
tuottama tuska sai tilani kääntymään taas huonommaksi. On aivan
totta mitä sanoit silloin lehtimajassa. Minä olen nainen, Jim, usein
heikkokin; ja minä olin hyvin paljon yksin. Olin tehnyt oikean
päätöksen ylevällä hetkellä — sinä mahdollisesti tiedät kuka se
henkilö oli, joka suosiollisesti otti tuodakseen minulle nämä uutiset
Sotavirastosta — mutta jälkeenpäin minä aloin tuumailla; antauduin
arvailuihin. Rintamasta palasivat miehet kotiin. Minun arvailuni
kiertelivät lakkaamatta kahden miehen ympärillä — he olivat
erinomaisia poikia, joista todella pidin. Vihdoin olin vakuutettu
tietäväni, hämärien mutta sentään pettämättömien merkkien nojalla,
kumpi heistä oli sen tehnyt. Olin siitä aivan varma. Ja sitten — tuskin
tiedän kuinka voin kertoa sen sinulle — tapahtui kauhuista kamalin!
Se mies, joka oli surmannut Mikaelin, tahtoi mennä naimisiin minun
kanssani! — Oi, älä voihki, armas; se tekee minut niin onnettomaksi!
Mutta en ihmettele, että pidät sitä vaikeana uskoa. Hän piti minusta
hyvin paljon, poika raukka; ja hän arvatenkin otaksui että kun en
minä kerran mitään tiennyt, ei itse tapahtumalla tarvinnut olla
mitään merkitystä. Se tuntuu vaikealta käsittää; mutta rakastunut
ihminen kadottaa toisinaan kaiken käsityksen asiain oikeista
suhteista — olen ainakin joskus kuullut jonkun sanovan niin tai jotain
sen suuntaista. En sallinut sen kehittyä koskaan varsinaiseksi
kosinnaksi, mutta tunsin että minun oli paettava pois. Oli vielä
toisiakin — ja se oli minusta kauheaa. En rakastanut ainoatakaan
heistä, ja olin päättänyt mielessäni etten koskaan menisi uudestaan
naimisiin, jollen löytäisi ihannettani. Oi, Jim!" Hän laski kätensä Jimin
polvelle. Kuihtunut lehti ei olisi tehnyt sen näkymättömämpää
vaikutusta. Hän antoi sen olla siinä ja jatkoi puhettaan.

"Ihmiset lavertelivat. Sanomalehdissä oli yhä mittaa

maatatunnustelevia kirjotelmia. Minun surupukunikin kuvattiin ja sitä
jäljitettiin. Hermoni huononivat. Elämä tuntui sietämättömältä."
 "Vihdoin kysyin erään etevän erikoislääkärin neuvoa, joka on
samalla luotettu ystävä. Hän määräsi minut virkistyslepoon. Ei
sulkeutumaan neljän seinän sisälle huolineni ja kiusoineni, vaan
matkustamaan kerrassaan pois yksinäni; jättämään oman
henkilökohtaisuuteni ja kaiken mitä siihen kuului täydelleen taakseni;
menemään seudulle, missä en ollut koskaan ennen ollut, missä en
tuntisi ketään eikä kukaan tuntisi minua; oleskelemaan ulkoilmassa;
syömään yksinkertaista ruokaa; nousemaan varhain, menemään
varhain levolle; mutta kaikkein tärkein, kuten hän selvästi terotti, oli
määräys: 'Jättäkää lady Ingleby taaksenne'."

"Seurasin hänen neuvoaan kirjaimelleen. Hän on niitä miehiä, joita

ei voi olla tottelematta. Tekaistun nimen ottaminen ei tuntunut
minua miellyttävän, ja siksi päätin esiintyä 'rouva O'Marana' ja
luonnollisesti kirjotin vieraskirjaan hänen osotteensa yhtä hyvin kuin
hänen nimensäkin."

"Oi tuota iltaa, jolloin saavuin Moorheadiin! Sinä olit aivan

oikeassa, Jim. Minusta tuntui juuri siltä kuin olisin ollut onnellinen
lapsi, joka astuu uuteen kauneuden ja ilon maailmaan, missä ei ole
muuta kuin lupapäivää ja lepoa."

"Ja sitten — minä näin sinut! Ja — oi rakastettuni! — minä melkein

luulen että heti ensi hetkestä sieluni lensi sinun luoksesi kuin ainakin
epäämättömän vertaisensa luokse! Sinun elinvoimasi tuli minulle
tarmon lähteeksi; sinun voimakkuutesi täytti ja tuki minussa kaikkea,
mikä oli ollut heikkoa ja horjuvaa. Olin sinulle velkaa jo paljosta,
ennenkuin olimme todenteolla puhuneet toisillemme. Myöhemmin
tulin olemaan sinulle velkaa itse elämästäni ja rakkaudestani ja
kaikesta — kaikesta, Jim!"
 Myra pysähtyi hilliten äänettömästi liikutuksensa. Sitten hän
eteenpäin kumartuen painoi huulensa Jimin karkealle tukalle.
Tuulenhenkäys ei olisi tehnyt sen näkymättömämpää vaikutusta.

"Kun ensin sain kuulla sinun tulleen sodasta, kun käsitin että olet
varmaankin tuntenut Mikaelin, ylistin tohtorin viisautta siinä että hän
oli saanut minut luopumaan omasta nimestäni. Murgatroyditkin
olisivat heti tunteneet sen, eikä minulla olisi ollut mitään rauhaa. Nyt
tuli Amelia Murgatroyd vain sattumalta puhuneeksi
seurusteluhuoneessa 'suloisesta lady Ingleby-raukasta', antaen
meidän ymmärtää hänen olevan läheisesti tuttu hänen kanssaan. Ja
sitten — oi, Jim! — kun tulin tuntemaan 'maailmanrannan cowboyni',
kun hän kertoi minulle vihaavansa arvonimiä ja kaikkea niihin
kuuluvaa, silloin minä todella siunasin hetkeä, jolloin olin merkinnyt
itseni vieraskirjaan yksinkertaisesti 'rouva O'Maraksi', ja päätin olla
ilmaisematta hänelle arvonimeäni ennenkuin vasta sitten, kun hän
rakastaisi minua kyllin paljon ollakseen siitä piittaamatta tai kaipaisi
minua kyllin paljon muuttaakseen minut lady Inglebystä
yksinkertaiseksi mrs Jim Airthiksi — vaihtaen kotini Shenstonen
linnasta minne ikinä hän haluaisi!"

"Nyt ymmärrät minkä takia tunsin etten voinut mennä pätevästi

naimisiin kanssasi Cornwallissa; ja minä halusin — oliko se itsekästä?
— halusin itselleni iloa ilmaista oikean nimeni ja asemani vasta sitten
kun vihdoinkin tapaisin sinut omassa kauniissa kodissani. Oi,
rakkaani — rakkaani! Eikö rakkautemme voi kestää niin vähäpätöisen
asian koettelemusta kuin tämä on?"

Hän lakkasi puhumasta ja odotti.

Hän oli varma voitostaan; mutta tuntui omituiselta, että hänen,

ollessaan tekemisissä niin hienon luonteen kanssa kuin hänen
rakastettunsa oli, täytyi taistella voittaakseen esteen, joka hänestä
tuntui mitättömältä seikalta. Mutta hän tiesi että väärä ylpeys usein
kuohahtaa jättiläismäisenä pienimpäinkin asiain johdosta, jolloin itse
aiheen arvottomuus näyttää lisäävän sen mittasuhteiden järjetöntä
laajentumista.

Myra oli syvästi loukkaantunut, mutta hän oli nainen ja hän rakasti
Jimiä. Hän odotti kärsivällisenä nähdäkseen hänen rakkautensa
häneen kohoavan voitokkaana arvottoman ylpeyden yläpuolelle.

Vihdoinkin Jim Airth nousi seisomaan.

"En voi kestää sitä vielä", hän virkkoi hitaasti. "Minun täytyy olla
yksinäni. Minun olisi pitänyt tietää heti alusta, että sinä olit — olet —
lady Ingleby. Olen hyvin pahoillani että sinun on kärsittävä
sellaisesta mihin itse et ole syyllinen. Minun täytyy — nyt — lähteä.
Neljänkolmatta tunnin kuluttua tulen takaisin puhumaan tästä
enemmän."

Hän kääntyi virkkamatta mitään muuta, kädenkosketuksetta,

silmänluonnitta. Hän pyörähti ympäri kantapäällään ja asteli poispäin
ruohokentän poikki.

Myran säikähtyneet silmät voivat tuskin seurata häntä.

Hän nousi parvekkeelle, astui rakennukseen. Ovi sulkeutui.

Jim Airth oli mennyt!

Seitsemästoista luku.
"TIESITTE KAI?"

Myra Ingleby nousi ja suuntasi askeleensa verkalleen rakennusta

kohti.

Jos vieras olisi hänet kohdannut, ei hän arvatenkaan olisi

huomannut mitään tavatonta tuossa pitkässä, norjassa naisessa,
jonka kalpeuteen saattoi hyvin olla syynä päivän tavaton kuumuus.

Mutta hänen sydämensä oli menehtymäisillään.

Hänen ilonsa oli saanut kuolettavan haavan. Mies, jota hän

jumaloi, asettaen hänet rakkaudessaan kaikkia kuolevaisia
korkeammalle, oli hitaasti luisumassa alas jalustaltaan ja hänen
kätensä olivat voimattomat pidättämään häntä sillä.

Nainen voi raahata omaa ylpeyttään tomussa ja jäädä siitä

huolimatta elämään; mutta kun hänen rakastamansa mies lankeaa,
silloin totisesti hänen sydämensä kuolee.

Hänestä oli ollut mieluista kutsua Jim Airthia cowboyksi. Hän tiesi
hänen olevan tunnustetusti maailmanrantalaisen. Mutta oliko hän
myöskin halpamaisen ylpeyden orja? Jos hän itse oli pelkkä Jim
Airth, katsoiko hän karsaasti jalosyntyisyyden ja vanhan sukupuun
takia niihin, joille ne oikeudenmukaisesti kuuluivat? Jos hän ilmotti
halveksivansa arvonimiä, antoiko hän todella niille niin liiotellun
suuren merkityksen, että hän kääntyisi pois siitä naisesta, jonka hän
aikoi ottaa vaimokseen, vain sen vuoksi että tällä oli arvonimi, kun
hänellä itsellään taas ei sellaista ollut?

Taloon saavuttuaan Myra meni arkihuoneeseensa. Vihreät

ulkokaihtimet varjostivat ikkunoita. Uunia ympäröivät sananjalka- ja
liljaryhmät. Maljoissa oli ruusuja, ja siellä täällä oli ruukuissa
kasvavia freesioita, jotka levittivät ympärilleen hienoa lemuaan.

Myra astui lattian poikki roihumatolle ja seisoi siinä tuijottaen lordi

Inglebyn muotokuvaan. Tiedemieskasvojen lempeä hienostuneisuus
näytti esiintyvän tavallista silmiinpistävämpänä himmeässä valossa.
Lady Ingleby viivähti muistelemaan vainajan käytöstavan
johdonmukaista miellyttävyyttä, hänen loppumatonta
ystävällisyyttään ja säyseyttään kaikkia kohtaan; kuinka hän oli ollut
kohtelias korkeammilleen, huomaavainen alemmilleen; miellyttävä
niin hyvin rikkaita kuin köyhiä kohtaan.

"Oi, Mikael", kuiskasi Myra, "olenko ollut uskoton? Olenko

unhottanut kuin hyvä olit?"

Mutta sittenkin hänen sydämensä oli menehtymäisillään. Mies,

joka oli astunut pois nurmikentän yli, jättäen hänet ilman käden
kosketusta tai silmänluontia, piti sen käteensä suljettuna.

Kevyet metsästysvaunut ajoivat ratisten porraspylväistön eteen.

Miesääniä kajahteli hallissa. Kiireisten jalkojen töminää kuului
käytävästä. Sitten Billyn vilkas, nuorekas ääni huusi: "Saammeko
tulla sisään?" ja sitä säesti Ronnien syväsointuisempi ääni: "Jollei
meistä vain ole haittaa?" Seuraavassa tuokiossa puristi Myra
kummankin kättä.

"Te rakkaat pojat!" sanoi hän. "En ole milloinkaan ollut sen
iloisempi teitä tavatessani! Painakaa puuta; vai oletteko tulleet
pelaamaan tennistä?"

"Olemme tulleet katsomaan teitä, rakas kuningatar", sanoi Billy.

"Me olemme Overdenessä. Herttuatar on saanut kirjeenne. Hän
kertoi meille sen suuren uutisen ja mainitsi teidän aikoneen palata
eilen. Niin että me tulimme — tulimme…"

"Onnittelemaan", sanoi Ronald Ingram; ja hän sanoi sen

sydämellisesti ja lujasti.

"Kiitän teitä", sanoi Myra hymyillen heille, mutta hänen äänensä

värähteli. Nämä ensimäiset onnittelut olivat, juuri sillä hetkellä tullen,
miltei enemmän kuin hän saattoi kestää. Sitten hän
luonteenomaisella yksinkertaisuudellaan ja suoruudellaan kertoi
noille vanhoille ystäville totuuden.

"Te rakkaat pojat! Oli erittäin herttaisesti teiltä tulla tervehtimään;

ja tunti sitten olisitte tavanneet minut säteilevänä. Maailmassa ei ole
voinut olla minua onnellisempaa naista. Mutta, kuten tiedätte, minä
tapasin hänet ja me menimme kihloihin minun ollessani omituisella
virkistyslevollani, jossa pääasiana oli se, että esiinnyin rouva
O'Marana kaikissa kohdin oikean itseni sijasta. Tänä päivänä hän
vasta ensi kerran sai kuulla että minä olen lady Ingleby Shenstonen
linnasta. Ja, pojat, tuo isku oli hänelle liian ankara. Hän on loistava
mies, mutta tuollainen suloinen cowboyn tapainen olento. Hän on
viettänyt monet vuodet ulkomailla ja ollut kaikissa kuviteltavissa
toimissa, missä ratsastetaan hevosilla ja tehdään urheita tekoja.
Viimeksi hän oli tuossa teidän kauheassa pikku sodassanne ja
sairastui kuumeeseen Targain luona. Te olette varmaankin tuntenut
hänet. Hän kutsuu sitä 'siirtomaajupakaksi', ja nyt hän kirjottaa
kirjaa siitä ja muista jupakoista sekä siitä miten niitä on vältettävä.
Mutta hänellä on aivan äärimmäinen vastenmielisyys arvonimiä ja
suuria omaisuuksia kohtaan, joten hän kauhtui aika pahasti
kuullessaan minun omistavan niitä. Hän on lähtenyt 'kestämään' sitä
yksinään. Siitä syystä te tapaatte minut surullisena eikä iloisena."
 Billy katsahti Ronnie'in, sähköttäen: "Onko se hän? Varmasti se on
hän!
Onko meidän kerrottava hänelle?" Ronnie sähkötti takaisin: "Hän se
on!
Kukaan muu se ei voi olla. Kerro sinä se hänelle."

Lady Ingleby huomasi nämä langattomat sähkövirrat.

"Mitäs nyt, pojat?" sanoi hän.

"Rakas kuningatar", huusi Billy tuskin kyeten hillitsemään

kiihtymystään, "saammeko kysyä tuon cowboy-olennon nimeä?"

"Jim Airth", vastasi lady Ingleby, värin äkkiä lehahtaessa hänen

kalpeille poskilleen.

"Siinä tapauksessa", sanoi Billy, "hän on sama mies, joka tuli meitä
vastaan karaten asemalle päin ikäänkuin kaikki raivottaret olisivat
olleet hänen kintereillään. Hän ei katsonut oikealle eikä vasemmalle
eikä paljon eteensäkään, niin että meidän metsästysvaunujemme
täytyi väistyä tiepuoleen! Niinmuodoin hän ei nähnyt kahta vanhaa
toveriaan eikä kuullut heidän huutoaan. Mutta ei voi olla mahdollista
että hän olisi paennut teidän arvonimeänne, rakas lady, enempää
kuin omaisuuttannekaan, sillä hänen oma arvonimensä on vanhimpia
mitä Skotlannin historia tuntee, ja tiluksensa käsittävät
peninkulmittain kankaita ja virtoja ja metsiä. Tiesitte kai, että tämä
mies, joka kutsui itseään 'Jim Airthiksi' ollessaan karjafarmin
omistajana Lännessä ja vieläkin käyttää sitä kirjailijanimenään, on
kotioloissaan James, Airthin ja Monteithin jaarli; hienoin Skotlannin
vanhoista aatelisnimistä!"
 Kahdeksastoista luku.

MITÄ BILLYLLÄ OLI KERROTTAVANA.

"Toitteko mailat mukananne, pojat?" oli lady Ingleby sanonut

taitavasti hilliten itsensä ja lisännyt, heidän myönnettyään
jättäneensä mailat halliin: "Ah, minä olen iloinen kun ette
milloinkaan voi vastustaa kastanjapuukenttää. Tuntuu olevan
iankaikkisuus siitä kun viimeksi näin teidän ottelevan kaksinpelissä.
Menkää ja alkakaa. Minä tilaan teetä ulos puolen tunnin perästä ja
tulen itsekin."

Sitten hän pujahti parvekkeelle, riensi kukkatarhan ja nurmikentän

poikki pyrkien pyökkien suojaavien oksien varjoon. Sinne
saavuttuaan hän vaipui tuolille, jolla Jim Airth oli istunut niin
liikkumattomana, ja peitti kasvonsa vapisevilla sormillaan.

"Oi, Jim, Jim!" nyyhkytti hän. "Armaani, kuinka hirveää vääryyttä

olen tehnyt sinulle! Kuninkaani miesten joukossa! Kuinka väärin olen
sinua tuominnut! Pitänyt sinua syypäänä ajatuksiin, joitten
merkitystäkään sinä laajasydämisyydessäsi tuskin voisit tajuta. Oi,
rakkaani, anna minulle anteeksi! Ja oi, tule minun luokseni tähän
pimeyteen ja selitä mitä olen väärin tehnyt; selitä mitä se on, joka
sinun on kestettävä; sano minulle mikä on tullut meidän välillemme.
Sillä totisesti, jos sinä jätät minut, niin minä kuolen."

Myra oli nyt mielessään varma siitä että syy oli hänen, ja hän kärsi
siitä vähemmän kuin luullessaan Jimiä syylliseksi. Kuitenkin hän oli
kovasti ymmällä. Sillä jos Airthin ja Monteithin jaarli voi kirjottaa
nimekseen "Jim Airth" Moorheadin majatalon päiväkirjaan tulematta
moitteenalaiseksi, miksi ei silloin lady Ingleby Shenstonen linnasta
voinut ottaa yhtä yksinkertaista nimeä tekemättä itseään syypääksi
anteeksiantamattomaan rikokseen?

Myra pohti, itki ja järkeili vuoronperään, tullen yhä enemmän

hämmentyneeksi ja neuvottomaksi.

Mutta jonkun ajan kuluttua hän lähti sisälle ja koetti poistaa

kasvoiltaan äskeisten kyynelten jälkiä. Hänen ei pitänyt antaa
surunsa tehdä häntä itsekkääksi. Ronald ja Billy kaipasivat teetä ja
odottivat häntä seuraansa.

*****

Sillävälin olivat nuo molemmat ystävykset mailat kainalossa

astelleet talon etusivulla olevien pensasistutuksien poikki kauniille
tenniskentille, jotka kauan olivat olleet seutukunnan parhaimpien
maineessa. Monet ottelut oli niillä kamppailtu, iloisten
katselijaparvien seuratessa peliä kenttiä reunustavien varjoisien
kastanjapuiden alta.

Mutta tänään tuntui paikka surulliselta ja hyljätyltä. He pelasivat

yhden erän äänettöminä, tuskin viitsien laskea voittojaan; sitten he
siirtyivät verkon ääreen ja seisoivat liki toisiaan, kumpikin omalla
puolellaan.

"Meidän täytyy kertoa se hänelle", sanoi Ronald tarkastellen

mailaansa tutkivasti.

"Kyllä kai meidän täytyy", myönsi Billy vastahakoisesti. "Me emme

voisi antaa hänen mennä naimisiin sen miehen kanssa."

"Pöhkö! Luuletko Airthin aikovan unissaankaan mennä naimisiin

hänen
kanssaan? Hän palaa takaisin ja kertoo sen hänelle itse huomenna.
Meidän on kerrottava se Myralle, säästääksemme häneltä tuon
kohtauksen.
Hänen ei tarvitse koskaan enää nähdä Airthia."

"Totisesti, Ron! Näitkö hänen leimahtavan ihan punaiseksi, kun

hän sanoi meille hänen nimensä? Ja huolimatta tämänpäiväisestä
surustaan hän näyttää puoltakymmentä vuotta nuoremmalta kuin
lähtiessään. Sitä et suinkaan voi kieltää!"

"Oh, se johtuu virkistyslevosta", selitti Ronnie, vaikkakaan ei kovin

vakuuttavasti. "Virkistyslevolla on aina sellainen vaikutus. Siitä syystä
juuri naiset aina ovatkin halukkaat sellaisiin. Vai oletko koskaan
kuullut jonkun miehen olleen virkistyslevolla?"

"No, olen ainakin kuullut sinun olleen Overdenessä", sanoi Billy

pahanilkisesti.

"Lorua! Et suinkaan kutsu herttuattaren seurassa olemista

virkistyslevoksi? Herra hallitkoon! Kyllä se ihminen saa vilkastusta,
jota Meldrumin herttuatar ottaa hoivatakseen. Oletko kuullut jutun
vanhasta Pilberry pastorista ja tukaanista?"

"Olen, pysy vaiti. Olet kertonut minulle tuon jumalattoman jutun jo

kahdesti. Mutta totisesti, Ronnie! Mehän syrjäytämme pääasian.
Kumman meistä on kerrottava hänelle?"

"Sinun", sanoi Ronald päättävästi. "Hän pitää sinusta kuin äiti ja

sinun kertomanasi se koskee häneen lievemmin. Minä voin liittyä
mukaan sitten myöhemmin ja antaa tuota noin — miehekästä
lohdutusta."
 "Mene hiiteen!" sanoi Billy perin harmistuneena. "En minä ole
sellainen kuin sinä kuvittelet. Sen vain tahdon sinulle sanoa, että jos
arvelisin olevan hänelle todelliseksi onneksi ja käyvän päinsä
epäonnistumatta, niin sanoisin hänelle tehneeni sen itse, ja
huomenna menisin Jim Airthin puheille ja kertoisin hänelle sanoneeni
niin."

"Aasi!" sanoi Ronnie lempeästi. "Ikäänkuin asia voisi siitä

parantua. Etkö tunne jaarlia? Hän oli heti alunpitäen tuota
salaamispuuhaa vastaan. Hän iskisi sinua yksinkertaisesti kalloon
siksi että olet rohjennut valehdella Myralle, ja menisi ja kertoisi
hänelle itse paljaan totuuden. Muuten hän tällä hetkellä ajattelee
enemmän omaa puoltaan kysymyksestä kuin Myran puolta. Meillä
miehillä on sellainen tapa. Jos hän olisi ensinnä ajatellut Myraa, olisi
hän jäänyt hänen luokseen ja selvittänyt asian loppuun saakka, eikä
juossut tiehensä tuolla tavoin, jättäen toisen masennuksiin ja
hämminkiin."

"Hitto hänet vieköön!" sanoi Billy tosissaan.

"Kuule, Billy! Sinähän tunnet naiset." Ensi kerran Ronnie nyt teki
tämän myönnytyksen. "Etkö luule, että jos — jos nainen kääntyisi
kammoten pois rakastamastaan miehestä, hän saattaisi — jos toinen
olisi tahdikkaasti saapuvilla — kääntyä tuon toisen puoleen, joka jo
kauan on häntä rakastanut ja josta hän epäilemättä on pitänyt."

"Minun naistuntemukseni", lausui Billy mahtipontisesta, "johtaa

minut toivomaan, että hän lankeisi sen miehen syliin, joka rakastaisi
häntä kyllin paljon saattaakseen itsensä alttiiksi hänen
vastenmielisyydelleen kertomalla hänelle uljaasti itse sen, mikä
hänen on…"
 "Riivattu!" kuiskasi Ronnie, joka oli vilkaissut Billyn sivuitse. "Suu
kiinni! — Tämän verkon silmukat ovat paremmat kuin entisen, ja
nämä uudet patenttijalustat varmaankin pitävät sen…"

"Te kärsivälliset olennot!" sanoi lady Inglebyn ääni juuri Billyn

selän takana. "Eikö teillä ole jo hirveä teen ikävä?"

"Me ihailimme tätä uutta verkkoa", sanoi Ronald Ingram heittäen

vihaisen katseen Billyyn, joka selin lady Inglebyhin yhä edelleen ihaili
uutta verkkoa avuttoman äänettömänä!

Teetä juotaessa tehtiin urheita yrityksiä mielialan

reipastuttamiseksi. Ronald kertoi kaikki uusimmat Overdene-jutut ja
ryhtyi sitten kuvailemaan vuosikonserttia, joka oli ollut juuri hiljan.

"Rouva Dalmain oli siellä ja lauloi jumalallisesti. Hän laulaa

miehensä lauluja, ja Garth säestää häntä. On kamalan hienoa nähdä
hänen sokeain kasvojensa loistetta, kun hän kuuntelee Janen
valtavana vyöryvää ääntä. Kun laulu on lopussa, hän nousee pianon
äärestä, tarjoaa vaimolleen käsivartensa ja näennäisesti taluttaa
hänet pois. Hyvin harvat ihmiset älyävät, että Jane itse asiassa ohjaa
häntä. Jane lauloi ylimääräisenä numerona hauskan, Garthin
sepittämän pikku palan — se oli ihan yksinkertainen, mutta jokainen
vaati sitä kahteen kertaan toistettavaksi. Se laulu oli kuin kesätuulen
puhaltamista hongikossa, ja säestys oli kuin mustarastaan vihellystä;
sanoissa oli jotain semmoista 'kun loistain kukkii Luojan maa' — en
muista pitemmälle. Jatka sinä, Bill!"

"Miss' oisi sijaa surrakaan,

Kun taivaan rakkaus täyttää maan."

lausui Billy, jolla oli erinomainen muisti.

 Myra nousi kiireesti. "Minun täytyy mennä sisälle", sanoi hän.
"Mutta pelatkaa te niin kauan kuin haluatte."

Billy käveli hänen rinnallaan pensas-istutuksia kohti.

"Saanko tulla sisään vähän ajan perästä tapaamaan teitä, rakas

kuningatar? Minulla olisi jotain sanottavaa."

"Tulkaa vain milloin haluatte, Billy-poika", sanoi lady Ingleby

hymyillen. "Te löydätte minut arkihuoneestani."

Ja Billy katsahti salavihkaa Ronaldiin, toivoen ettei tämä olisi

nähnyt. Sanoissa ja hymyssä oli epäilemättä äidillisyyteen
vivahtavaa!

*****

Se oli hyvin vakavakasvoinen nuori mies, joka puoli tuntia

myöhemmin ilmestyi lady Inglebyn arkihuoneeseen, sulkien oven
huolellisesti jälkeensä. Lady Ingleby oivalsi kohta, että hän oli tullut
jonkun asian johdosta, joka ainakin hänelle itselleen näytti olevan
tavattoman tärkeä. Billyn nuoruuden-vallattomuuksien päivät olivat
ohi. Tässä oli varmaan kysymyksessä jotain vakavampaa.

Lady Ingleby nousi siron kirjotuspöytänsä äärestä ja istui sohvaan.

"Istukaa, Billy", sanoi hän viitaten vastapäätä olevaan nojatuoliin —
lordi Inglebyn ja pikku Petterin tuoliin. Molemmat olivat nyt jättäneet
sen tyhjäksi. Billy otti sen mielellään haltuunsa, tietämättä siihen
liittyvistä muistoista.

"Somia kukkia", huomautti Billy katsellen ympärilleen.

 "Kyllä", sanoi lady Ingleby. Hän toivoi hartaasti ettei Billy vain olisi
tullut kosimis-aikeissa.

"Hauska huone", sanoi Billy; "ainakin minun mielestäni."

"Kyllä", sanoi lady Ingleby. "Niin minunkin mielestäni."

Tähyillessään levottomasti ympärilleen uutta innoitusta etsien

Billyn silmät osuivat uuninreunuksen yläpuolella olevaan
muotokuvaan. Hän hätkähti ja kalpeni. Silloin hän tiesi hetkensä
tulleen. Ei voinut enää kierrellä kautta rantain.

Billy oli sotilas, ja urhoollinen sotilas. Hän oli kerran johtanut

hyökkäystä juosten miestensä etunenässä ylös kukkulan rinnettä
täydellisessä luotituiskussa. Billy edellä, pataljoona perässä. Ei
yksikään miehistä voinut pysyä viittäkymmentä kyynärää lähempänä
häntä. Jälkeenpäin he aina sanoivat, että Billy säilyi hengissä tuossa
hyökkäyksessä sen vuoksi, että hän juoksi niin kovaa etteivät luodit
ehtineet koskea häneen. Nytkin hän syöksyi asiaan suoraapäätä,
samalla epäröimättömällä urhoollisuudella.

"Lady Ingleby", sanoi hän; "on eräs asia, joka meidän molempien,
Ronnien ja minun, mielestä teidän tulisi tietää."

"Niinkö, Billy?" sanoi Myra. "Silloin kai kerrotte sen minulle."

"Me olemme vannoutuneet olemaan kertomatta", jatkoi Billy;

"mutta minä en välitä hittoakaan — tarkotan hituistakaan — valasta,
jos teidän onnenne on kysymyksessä."

"Valaa ei tule rikkoa, Billy, ei minunkaan tähteni", sanoi Myra

lempeästi.
 "Niin, katsokaas, — jos te sitä toivoisitte, niin tulisitte olemaan
ainoana poikkeuksena."

Äkkiä lady Ingleby ymmärsi. "Oo, Billy!" sanoi hän. "Haluaako

Ronald että minulle kerrottaisiin?"

Tämä tuotti Billylle pistoksen. Siis Ronniesta kuitenkin todella

välitettiin, ja hän se siis lopulta tulisi astumaan esiin — Billyn ja
erään toisen särjettyjen sydämien yli — miehekkään lohduttajan
osaa esittäen. Se oli kovaa, mutta Billy vastasi totuudenmukaisesti.

"Kyllä; Ronnie sanoo että se on oikeus ja kohtuus; ja minäkin olen

samaa mieltä. Olen tullut tänne kertoakseni tuon asian, jos sallitte
minun sen tehdä."

Lady Ingleby istui yhteenpuserretuin käsin ja mietti. Mitäpä se

sentään itse asiassa merkitsi? Mitäpä mikään merkitsi verrattuna
hänen ja Jimin välien hämmentymiseen?

Hän loi silmänsä muotokuvaan; mutta Mikaelin kasvot tähystivät

kiinteästi Petteriin eivätkä antaneet hänelle mitään merkkiä.

Jos nämä pojat halusivat ilmaista salaisuuden hänelle ja saada sen

pois sydämeltään, miksi ei hän sitten suostuisi kuulemaan? Se tekisi
kerta kaikkiaan lopun Ronnien traagillisesta kosiskelusta.

"Niin, Billy", sanoi hän. "Voit kyllä sanoa sen."

Huoneessa oli hyvin hiljaista. Ruusunnuppu kopautti kahdesti

ikkunaruutuun. Siitä olisi voinut pitää varottavana sormena. Ei
kumpikaan huomannut sitä. Se kopautti kolmannen kerran.

Billy selvitty kurkkuaan ja nielaisi nopeasti.

 Sitten hän puhui.

"Se mies, joka teki erehdyksen", sanoi hän, "ja laukaisi miinan
liian aikaisin; se mies, joka vahingossa surmasi lordi Inglebyn, oli
sama jota te kutsutte Jim Airthiksi."

Yhdeksästoista luku.

JIM AIRTHIN PÄÄTÖS.

Lady Ingleby odotti Jim Airthin tuloa arkihuoneessaan.

Kun hetki läheni, hän soitti kelloa. "Groatley", sanoi hän kun
kellarimestari astui sisään, "Airthin jaarli, joka oli täällä eilen, tulee
jälleen käymään täällä nyt iltapäivällä. Kun hänen armonsa tulee,
voitte ohjata hänet tänne. En ole kotona kellekään muulle. Teidän ei
tarvitse tuoda teetä ennenkuin soitan." Sitten hän istuutui levollisesti
odottaen. Hän oli jälleen pukeutunut surupukuun, joka tilapäisesti oli
ollut syrjäytettynä. Musta puku riippui hänen ympärillään pehmein
laahustavin laskoksin, lisäten hänen solakan vartalonsa sulavaa
pituutta. Valkeat leskeyden merkit kaulassa ja ranteilla antoivat
hänen tavattomalle kauneudelleen liikuttavan surumielisyyden ja
yksinäisyyden leiman. Hänen kasvonsa olivat hyvin kalpeat;
sinertävät varjot väsyneitten silmien alla olivat merkkinä kyynelistä ja
unettomuudesta. Mutta suloisten silmien tyyni ja varma katse ilmaisi
kaikista epäilyksistä vapaata mieltä ja täysin levollista sydäntä.

Hän nojasi taaksepäin sohvan tyynyjä vasten, kädet ristissä

helmassaan, ja odotti.
 Mehiläisiä surisi sisään ja ulos avonaisista ikkunoista. Freesiain
tuoksu täytti huoneen hienona, läpitunkevan makeana, muttei
kuitenkaan painostavana. Eräälle miehelle johti freesiain tuoksu
jälkeenpäin aina mieleen tämän iltapäivän, noitten viehättävien
kasvojen erinomaisen sulouden, hänen leskenpukunsa laahustavan
pehmeyden.

Askeleita hallissa.

Ovi avautui. Groatleyn ääni rikkoi kaikuvan juhlallisena odottavan

hiljaisuuden.

"Airthin jaarli, teidän armonne"; ja Jim Airth astui sisään.

Kun ovi sulkeutui hänen jälkeensä, nousi Myra ylös.

He seisoivat äänettöminä vastatusten lordi Inglebyn kuvan alla.

Tuntui melkein kuin olisi noitten ajattelevien tiedemieskasvojen

täytynyt kääntyä tähystämästä tuota pientä koiraa ja luoda
katseensa hetkeksi heihin. He esittivät, nuo kidutuksen raatelemat
urheat sydämet, sielullista ongelmaa, joka varmaan olisi osottaunut
mielenkiintoiseksi tuolle tyynelle metafysiikan tutkijalle.

Äänettöminä he katsoivat toisiaan kymmenen

sydämensykähdyksen ajan.

Sitten Myra astui nopealla liikkeellä Jim Airthin luo, kietoi

käsivartensa hänen kaulalleen ja laski päänsä hänen rinnalleen.

"Minä tiedän, rakastettuni", sanoi hän. "Sinä voit säästää itseltäsi

tuskan koettaa kertoa sitä minulle."
 "Kuinka?" Tämä lyhyt sana tuntui olevan kaikki, mitä Jim Airthin
huulet sillä hetkellä saivat lausutuksi.

"Billy kertoi minulle. Hän ja Ronald Ingram tulivat tänne eilen, pian
sen jälkeen kun sinä olit lähtenyt. He olivat tulleet sinua vastaan
tiellä. He ajattelivat että minun pitäisi tulla tietämään. Ja siksi Billy
kertoi."

Jim Airthin käsivarret kiertyivät hänen ympärilleen, pitäen hänestä

lujasti.

"Tyttö — parkani!" sanoi hän murtuneesti.

"He tarkottivat hyvää, Jim. He ovat herttaisia poikia. He tiesivät

että sinä tulisit takaisin kertoaksesi sen minulle itse, ja he tahtoivat
säästää meiltä kummaltakin sen tuskan. Olen iloinen että he tekivät
sen. Olit aivan oikeassa, kun sanoit että se oli kestettävä yksin. En
olisi ollut valmis kohtaamaan paluutasi, jollen olisi kuullut totuutta ja
saanut aikaa ajatella sitä yksinäni. Nyt minä olen valmis, Jim."

Jim Airth kallisti poskensa hänen pehmoista tukkaansa vasten ja

voihkasi.

"Olen tullut sanomaan hyvästi, Myra. Siinä on kaikki mitä nyt enää
on sanottavana."

"Hyvästi?" Myra kohotti kasvonsa kauhistuneen kysyvänä.

Jim Airth painoi sen takaisin piilopaikkaansa hänen rinnalleen.

"Minä olen, Myra, se mies, jonka kättä et voisi koskaan suostua

puristamaan ystävänä."
 Myra kohotti jälleen päänsä. Hänen silmiensä katse ilmaisi naista,
joka valmistautuu taistelemaan onnensa ja elämänsä puolesta.

"Sinä olet se mies", sanoi hän, "jonka pikkusormi on minulle

kalliimpi kuin kenenkään toisen koko ruumis koskaan on minulle
ollut. Luuletko että luopuisin sinusta, Jim, asian takia, joka on
tapaturmaisesti sattunut menneisyydessä, ennenkuin sinä ja minä
olimme ollenkaan toisiamme kohdanneet? Ah, kuinka vähän te
miehet ymmärrätte naisen sydäntä! Sanonko sinulle mitä tunsin kun
Billy kertoi minulle, sitten kun ensimäinen tyrmistyttävä järkytys oli
ohi? Ensiksi surua sinun puolestasi, armaani, käsittäen kuinka
hirmuinen sen tuottaman sielullisen tuskan on täytynyt olla silloin.
Toiseksi kiitollisuutta — niin, harrasta, ylivuotavaa kiitollisuutta —
siitä, että vihdoinkin tiesin mikä oli tullut välillemme ja että se oli
tämä asia — pelkkä menneisyydestä noussut haamu — eikä mitään
käsinkosketeltavaa tai todellista; ei mikään minun sinulle tai sinun
minulle tekemä vääryys; ei mitään minkä tarvitsisi meitä erottaa."

Jim Airth irrotti hitaasti käsivartensa, otti häntä ranteista pitäen

hänen käsiään rintaansa vasten. Sitten hän katsoi hänen silmiinsä
äänettömällä murheella, joka vaikutti syvemmin kuin sanat.

"Oma tyttö parkani", sanoi hän vihdoin, "minun on mahdotonta

mennä naimisiin lordi Inglebyn lesken kanssa."

Hänen tahtonsa voima voitti Myran tahdon, ja aivan kuin

Hevosenkenkä-poukamassa hänen säikkymätön rohkeutensa oli
karkottanut Myran pelon, niin tunsi Myra nyt luottamuksensa
hupenevan hänen synkän päättäväisyytensä edessä. Peläten
kadottavansa sen kokonaan hän veti pois kätensä ja kääntyi sohvaan
päin.
 "Oi, Jim", sanoi hän, "istukaamme ja puhelkaamme siitä
enemmän."

Hän vaipui tyynyjen keskelle ja vetäisten kiireesti luokseen

ruusumaljakon upotti kasvonsa kukkiin, peläten kohdata uudestaan
Jimin silmien tyventä murhetta.

Jim Airth istui — sille tuolille, joka oli jäänyt tyhjäksi lordi
Inglebyltä ja pikku Petteriltä.

"Kuule, armas", sanoi hän. "Minun ei tarvitse pyytää sinua

olemaan epäilemättä rakkauttani. Se olisi minulta typerästi tehty.
Minä rakastan sinua niin, etten ole tiennytkään miehen voivan siten
rakastaa naista. Minä rakastan sinua niin, että olemukseni jokainen
säie on isoava sinua päivin ja öin — kaikkina edessäni olevina
vuosina. Mutta — niin, minulle olisi joka tapauksessa käynyt
vaikeaksi astua toisen miehen saappaisiin ja ottaa sellaista mikä
ennen on ollut hänen. Minä en tuntenut sitä, kun luulin tulevani
kersantti O'Maran seuraajaksi, koska tiesin että hänen varmasti oli
täytynyt olla niin perin kaukana minusta joka suhteessa. Erilaisissa
olosuhteissa ollen olisin voinut suostua lordin Inglebynkin
seuraajaksi, koska tiedän ettei hän ollut koskaan herättänyt sinussa
sellaista rakkautta kuin sinun rakkautesi minuun on. Hänen
varallisuutensa ei olisi ollut minuun nähden mikään painava syy,
koska itsellänikin sattuu olemaan maita ja taloja, joissa olisimme
voineet asua. Mutta asettua vainajan tilalle silloin, kun tämä on
kuollut minun tekoni kautta, ottaa itselleni toisen miehen leski, silloin
kun tämä vielä, ilman oman oikean käteni ajattelematonta liikettä,
olisi tuon miehen puolisona — Myra, sitä minä en voisi tehdä!
Meidän suuren rakkautemmekaan ohella ei siitä voisi syntyä onnea.
Ajattele sitä — ajattele! Kun seisoisimme yhdessä Jumalan kasvojen
edessä ja kirkko juhlallisin äänin lausuisi meille kysymyksiä ja
vaatimuksia; kun meidän tulisi vastata yhtä vilpittömästi kuin
hirmuisena tuomion päivänä, jolloin kaikkien sydänten salaisuudet
paljastetaan, kysymykseen: tietääkö kumpikaan meistä mitään
estettä, joka ei sallisi meitä laillisesti yhdistettäväksi avioliittoon —:
silloin minä huutaisin: 'Hänen miehensä kuoli minun käteni kautta!'
ja lähtisin kirkosta Kainin merkki otsassani ja Daavidin häpeä
päälläni."

Myra kohotti pelästyneet silmänsä; kohtasi pyytävänä Jimin

katseen; painui sitten jälleen ruusukimpun ylitse.

"Taikka jos läpäisisinkin tuon koetuksen seisomalla mykkänä

juhlallisessa hiljaisuudessa, niin entä se hetki, jolloin kirkko käskisi
minun ottaa sinun oikean kätesi omaan oikeaan käteeni — Myra,
minun oikeaan käteeni?"

Myra nousi, astui nopeasti lattian poikki ja polvistui hänen

eteensä. Hän tarttui Jimin käteen ja peitti sen kyynelillä ja
suudelmilla. Hän piti sitä nyyhkyttäen sydäntään vasten.

"Rakkahin", sanoi hän, "en tahdo ikinä pyytää sinua tekemään

minun tähteni mitään, minkä tunnet mahdottomaksi tai vääräksi.
Mutta, oi, tässä minä tiedän sinun erehtyneen. En voi todistaa tai
selittää. En voi pukea perusteitani sanoiksi. Mutta minä tiedän, että
meidän elävän, palavan rakkautemme täytyy olla tärkeämpi kuolleen
menneisyyden tapahtumia. Mikael menetti henkensä tapaturman
kautta. Että tuon tapaturman aiheutti sinun puoleltasi tapahtunut
erehdys, on hirveän kovaa sinulle. Mutta siinä ei ole mitään
siveellistä syyllisyyttä. Yhtä hyvin voisi syyttää sitä yhtiötä, jonka
laiva vei hänet meren taakse, taikka hallitusta, jonka päätöksestä
sotaretki tehtiin, tahi sotaviraston väkeä, joka otti hänet vastaan kun
hän tarjoutui vapaaehtoiseksi. En tosiaankaan tiedä mitä Daavid teki;
olen pitänyt häntä vallan erinomaisena ihmisenä. Mutta Kainin teon
minä tiedän, ja olen täysin varma siitä ettei Kainin merkkiä
milloinkaan pantaisi kenenkään kannettavaksi ennakolta
harkitsemattoman tapaturman takia. Oi, Jim! Etkö voi katsella asiaa
järkevästi?"

"Minä katselin sitä järkevästi — perästäpäin — aina eiliseen

saakka", sanoi Jim Airth. "Alussa oli tietysti kaikki pelkkää kamalaa
epätoivoa. Oi, Myra; anna minun kertoa sinulle! En ole koskaan
voinut kertoa sitä kenellekään. Mene takaisin sohvalle; en voi antaa
sinun olla siinä polvillasi. Istu tuonne noin ja salli minun kertoa."

Lady Ingleby nousi heti ja palasi paikalleen; istui sitten kuunnellen

— kaipaava katseensa Jim Airthin kumartuneeseen päähän
kiinnitettynä. Jim Airth oli sillä kertaa unohtanut, mitä tuon yön
tapahtumat olivat Myralle maksaneet; niin oli tehnyt Myra itsekin.
Hänen ainoa ajatuksensa koski Jimin tuskaa.

Jim Airth alkoi puhua matalin, hätäisin lausein, muiston haamujen

noustessa kauhua herättävinä hänen mieleensä.

"Nyt voin nähdä sen silmieni edessä. Pieni kangasteltta, hämärästi

valaistu. Olin jo kuumesairaana; ruumiinlämpöni oli 102 Fhrnh. En
ollut lainkaan nukkunut kahteen yöhön, ja koko pääni tuntui
muodostavan vain kaksi isoa silmää — ja sellaiset silmät, molemmat
jo murtuneet ja elottomat! Minä tunsin että olin mennyttä miestä ja
että minun olisi pitänyt uskoa toimeni toiselle miehelle; mutta
Ingleby ja minä olimme ahertaneet siinä yhdessä koko ajan, ja minä
olin koko olennollani kiintynyt siihen. Paikka oli semmoinen, ettei
sinne voitu ollenkaan kuljettaa isompia tykkejä; mutta meidän
vähäinen laitteemme, jota mies voi kantaa yhdessä kädessään, tulisi
toimimaan paremmin ja varmemmin kuin puolisen tusinaa isoja
tykkejä."

"Oli kulunut jo hyvä aika sittekun Ingleby ja toinen mies — Ingram

oli hänen nimensä — olivat lähteneet. Cathcart, joka oli jäänyt jälelle
luokseni, pyöri sisään ja ulos teltasta, voimatta olla paria minuuttia
alallaan; hän pelkäsi ettei näkisi räjähdystä. Niinpä olin yksin kun
merkki tuli. Saimme perästäpäin tietää että Ingram oli ryöminyt ulos
miinakäytävästä ja mennyt viemään sanaa lähimpään
väijytyspaikkaan. Ingleby oli jäänyt yksin. Hän antoi merkin
'almis!'kuten oli sovittu. Minä käsitin sen merkiksi 'mmu!'ja toimin
vaistomaisesti sen mukaan. Juuri kun olin saanut sen tehdyksi,
huomasin erehdykseni. Mutta samassa silmänräpäyksessä kuului
räjähdys, ja kuuma hiljainen yö muuttui hornansunnuntaiksi. Minä
syöksyin ulos teltasta, huudellen Inglebytä. Hyvä Jumala! Ulkona oli
kuin helvetissä! Kaikkialla kirkuvia ja kiroilevia meidän poikia, jotka
iloitsivat päästessään vihdoinkin pakollisesta toimettomuudestaan ja
äänettömyydestään; kokonaisia parvia tummia hornanhaamuja, jotka
parkuivat pelosta ja iloitsivat tappiostamme; sillä heidän
ulkovallituksensa sisäpuolella oli toinen kaksi vertaa vahvempi
varustus, niin että Targain valloitus häämötti vielä yhtä kaukana
meille."

"Perästäpäin — jollen itse äkkiä olisi huomannut erehdystäni, ei

kukaan olisi voinut arvata asian oikeata laitaa. Jopa sittekin he
koettivat uskotella minulle, että olin saanut väärän merkin; mutta
minä tiesin paremmin. Ja lopuksi oli mahdotonta löytää mitään — no
niin, silminnähtäviä todistuksia tapahtumasta. Aukko tulla tömähti
heti täyteen karjuvia ja riehuvia poikiamme, jotka juoksivat kuin
hullut päästäkseen tunkeutumaan kaupunkiin. Taivasten tekijät,
kuinka nuo hurjimukset tappelivat, kun kerrankin saivat siihen
tilaisuuden. Kun taistelu oli päättynyt, kaivattiin moniaita, joita ei
löydetty ruumiiden joukosta. Heidän täytyi olla tunkeutuneita niin
kauvas, ettemme voineet saada heitä takaisin, ja he olivat
epäilemättä joutuneet vangiksi. Jumala vain tuntee heidän
kohtalonsa, poikaparkain. Nyt minä kadehdin heitä, sillä sodan
päätyttyä alkoi minun helvettini vasta todenteolla."

"Myra, minä olisin antanut koko elämäni, jos olisin sillä saanut
takaisin tuon ainoan minuutin. Ja hulluksi olin tulla kun tiesin, että
räjähdyksen olisi aivan hyvin voinut toimittaa jotain vanhaa
sytytyslankaa käyttämällä. Mutta me olimme niin innostuneet uuteen
merkinantojärjestelmäämme ja kannettavaan sähköpatteriimme! Oi
hyvä Jumala! Mitä epätoivon tuskia tunsinkaan noina päivinä ja öinä!
Olin kuumehoureissa, ja ne korjasivat luotani miekkani, ampuma-
aseet ja partaveitset. En voinut ymmärtää, minkätähden. En
epätoivoisenakaan turvautuisi semmoisiin keinoihin. Jos kuka
hyvänsä olisi tullut telttaani ja sanonut minulle: 'Et ole lainkaan
surmannut Inglebytä. Hän on elossa ja voi hyvin!' niin olisin ilolla
antanut elämäni sen hetken suloisuudesta. Mutta mikään myöhempi
katumus ei voi tehdä aikaisempaa erehdystä olemattomaksi."

"No niin, läpäsinhän sitten sen kuumeen; elämä on elettävä

loppuun asti, enkä minä luule olevani sitä lajia ihmisiä, joille heidän
surunsa antavat sairaaloisen elämänkatsomuksen. Kun huomasin
että asiaa oli tyynesti katsottava; kun ne harvat, joilla oli tietoa
tapahtumasta, pysyivät puolellani samoina hyvinä tovereina kuin
ennenkin, sanoen että sama onnettomuus olisi voinut sattua kenelle
hyvänsä heistä ja että ainoa tukaluus, mikä asiasta voi johtua, olisi
tulevaisuuteni turmeltuminen; niin päätin minäkin antaa tapahtuneen
olla tapahtuneena ja koettaa elää edelleen. Tiedätte että tuolla
Suuressa lännessä on tapana sanoa: 'Jumala vihaa joutilaita'. Se on
Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade

Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.

Let us accompany you on the journey of exploring knowledge and

personal growth!

ebooknice.com