要创建一个空间权重矩阵而不使用shp文件，可以使用Python的geopandas库和scipy库中的距离函数来计算点之间的距离。

以下是一个示例代码，以创建一个空间权重矩阵，其中包含5个点：

import geopandas as gpd
import numpy as np
from scipy.spatial.distance import cdist

# 创建一个包含5个点的geopandas数据框
data = {'id': [1, 2, 3, 4, 5],
        'x': [0, 1, 2, 3, 4],
        'y': [0, 1, 2, 3, 4]}
df = gpd.GeoDataFrame(data, geometry=gpd.points_from_xy(data['x'], data['y']))

# 计算点之间的欧氏距离
dist_matrix = cdist(df[['x', 'y']], df[['x', 'y']], metric='euclidean')

# 根据距离阈值创建空间权重矩阵
threshold = 2.0
w_matrix = np.where(dist_matrix <= threshold, 1, 0)

print(w_matrix)

这将输出以下空间权重矩阵：

array([[1, 1, 0, 0, 0],
       [1, 1, 1, 0, 0],
       [0, 1, 1, 1, 0],
       [0, 0, 1, 1, 1],
       [0, 0, 0, 1, 1]])

其中，1表示两个点之间的距离小于或等于阈值，0表示距离大于阈值。