Question

虽然有许多类似的主题（例如here和here），但我的结束目标与我在SO上看到的其他问题略有不同。作为参考，我使用的是R v 3.1.0。

我有两个矩阵。每个都包含点的坐标。第一个（ A ）包含2,107,377个点，第二个（ B ）包含26,577个点。

我想在B中找到 A 中的每个点最接近的点。也就是说，我想计算 A 中的点1与 B 中的每个点之间的距离（26,577距离），并存储最小值。我想为 A （2,107,377最小值）中的每个点执行此操作。目标是根据最接近的 B 中的点将 A 中的点组合在一起。因此， B 中的某些点将不会被分配;而其他人（很多）将被分配到 A 中的多个点。

我试过了：

test = which.min(sapply(1:nrow(coordinates), function(i) 
            spDistsN1(matrix(A, ncol = 2), matrix(B[i,], ncol = 2), 
                      longlat = TRUE)))

但遇到内存分配问题（无法分配＆gt; 16 Mb向量）。

我现在正在运行for循环：

for (i in 1:nrow(A)) {
    minimum[i] = which.min(spDistsN1(matrix(A, ncol = 2), matrix(B[i,], ncol = 2), 
                                     longlat = TRUE))  
}

但是，我期待的是，这将导致相同的结果，只是更慢。

在我尝试完全不同的方法（也许是学习raster包）之前我想到了，我会看看是否有人有任何想法。

Answer 1

尝试将数据分解为较小的块，这样就不会使内存过载。 reproducible example会有所帮助，但我认为这可以完成工作：

library(sp)
# X1 is a small example and X2 is a large example
X1 <- cbind(pointX = 1:109, pointY = 1:109)
Y1 <- cbind(x = 11:20, y = 11:20)

X2 <- cbind(pointX  = 2e4 + sample(2e6), pointY  = 2e4 + sample(2e6))
Y2 <- cbind(x = sample(2e4), y = sample(2e4))

nearWrapper = function(X, Y, nBatches = 10){
    maxNumber = dim(X)[1]
    batchNumbers <- split(0:maxNumber, ceiling(seq_along(0:maxNumber)/nBatches))
    out <- numeric(maxNumber)
    for(batch in 1:(nBatches+1)){
        out[batchNumbers[[batch]]] <- apply(spDists(X[batchNumbers[[batch]],], Y), 1, which.min)
        }   
    return(out)
}
smallOut <- nearWrapper(X1, Y1)
largeOut <- nearWrapper(X2, Y2)

如果这对您的数据花费的时间过长，您可能还会检查并行计算（在您的情况下使用foreach循环代替for循环）。

根据R中坐标的距离为点分配点

1 个答案: