用PythonShapely聚合地理点的最佳方法

概述我想将一长串纬度/经度坐标转换为它们所属的美国州(或县).考虑到我具有状态几何,一种可能的解决方案是针对所有状态检查每个点. for point in points: for state in states: if point.within(state['shape']): print state.name 有没有更优化的方法来做到这一点,可能在O( 我想将一长串纬度/经度坐标转换为它们所属的美国州(或县).考虑到我具有状态几何,一种可能的解决方案是针对所有状态检查每个点.

for point in points:    for state in states:        if point.within(state['shape']):            print state.name

有没有更优化的方法来做到这一点,可能在O(1)？

解决方法 使用 Rtree作为空间索引可以非常快速地识别零个或多个多边形的边界框中的点,然后使用Shapely确定该点所在的多边形.

与此示例https://stackoverflow.com/a/14804366/327026类似

from shapely.geometry import polygon,Pointfrom rtree import index# List of non-overlapPing polygonspolygons = [    polygon([(0,0),(0,1),(1,0)]),polygon([(0,]# Populate R-tree index with bounds of polygonsIDx = index.Index()for pos,poly in enumerate(polygons):    IDx.insert(pos,poly.bounds)# query a point to see which polygon it is in# using first Rtree index,then Shapely geometry's withinpoint = Point(0.5,0.2)poly_IDx = [i for i in IDx.intersection((point.coords[0]))            if point.within(polygons[i])]for num,IDx in enumerate(poly_IDx,1):    print("%d:%d:%s" % (num,IDx,polygons[IDx]))

如果您剖析列表推导,您将看到该列表(IDx.intersection((point.coords [0])))实际上匹配两个多边形的边界框.另外,请注意边界上的点(如点(0.5,0.5))与内部的任何内容都不匹配,但会匹配两者的相交点.所以要准备好匹配0,1个或更多的多边形.

总结

以上是内存溢出为你收集整理的用Python / Shapely聚合地理点的最佳方法全部内容，希望文章能够帮你解决用Python / Shapely聚合地理点的最佳方法所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。