我有一组100k的地理位置(lat/lon)和一个六边形网格(4k个多边形)。我的目标是计算每个多边形内的点的总数。在
我目前的算法使用2个for循环来循环所有地理点和所有多边形,如果我增加多边形的数量,这真的很慢。。。你如何加速算法?我上传了一个最小的例子,它创建了100k个随机地理点,并使用了561个网格单元。。。在
我还看到读取geo json文件(包含4k个多边形)需要一些时间,也许我应该将多边形导出为csv?在
六边形_网格.geojson文件: https://gist.github.com/Arnold1/9e41454e6eea910a4f6cd68ff1901db1
最小python示例: https://gist.github.com/Arnold1/ee37a2e4b2dfbfdca9bfae7c7c3a3755
您不需要显式地测试每个六边形,看是否有一个给定的点位于其中。在
现在我们假设,所有的点都在六边形网格的边界内。因为你的六边形形成了一个规则的格子,你只需要知道哪个六边形的中心离每个点最近。在
使用^{} 可以非常有效地计算出:
绘制输出:
^{pr2}$我可以想出几种不同的方法来处理不在网格范围内的点,具体取决于所需的精度:
可以排除六边形顶点外部边界矩形之外的点(即
x < xmin
,x > xmax
等)。但是,这将无法排除沿栅格边缘的“间隙”内的点。另一个简单的选择是根据六边形中心的间距在
distance
上设置一个截止线,这相当于对外部六边形使用圆形近似。如果精度很重要,那么可以定义一个对应于六边形网格外部顶点的} method 来测试点是否包含在其中。与其他两种方法相比,这可能会更慢,代码更复杂。
matplotlib.path.Path
,然后使用它的^{相关问题 更多 >
编程相关推荐