Question

我的java appengine上有成千上万的记录（lat，lng），我想使用Android Heatmap Utility为它生成热图。但是，原始数据集太大，无法通过移动网络传输。如何将这些记录预处理成足够小的东西，以便将其传输到设备？

Answer 1

您可以为您的应用使用示例数据集，而不是使用所有数据集，这样可以提供可靠的结果。< / p>

使用抽样算法：

服务器中的

运行采样算法会将大数据量减小到很小。 Spatial sampling涉及确定地理空间中有限数量的位置，以忠实地测量受依赖性和异质性影响的现象。

改组：

改组是随机重新排列元素数组的过程。例如，在进行扑克游戏之前，您可能会洗牌。一个好的混洗算法是无偏见的，每个排序都是同样可能的。

Fisher-Yates shuffle是一种最优的混洗算法。不只它是否是无偏见的，但它以线性时间运行，使用恒定空间，并且很容易实现。

function shuffle(array) {
  var n = array.length, t, i;
  while (n) {
    i = Math.random() * n-- | 0; // 0 ≤ i < n
    t = array[n];
    array[n] = array[i];
    array[i] = t;
  }
  return array;
}

详细信息：Visualizing Algorithms

Answer 2

使用您提到的文档中所述的格式将LatLngs解析为一个（或多个）JSON文件。

[
{"lat" : -37.1886, "lng" : 145.708 } ,
{"lat" : -37.8361, "lng" : 144.845 } ,
{"lat" : -38.4034, "lng" : 144.192 } ,
{"lat" : -38.7597, "lng" : 143.67 } ,
{"lat" : -36.9672, "lng" : 141.083 }
]

然后使用AsyncTask在您的应用中检索它们并更新您的HeatMap，调用.setData(data);上的HeatmapTileProvider方法

编辑：

可能的解决方案：

在理论图上创建一个“网格”，无论你认为合适的大小是什么，然后平均所有标记的位置，这些标记适合网格中的每个单元格，并为该新标记分配最初在标记中有多少标记的权重。网格。然后，您可以在HeatMap上使用WeightedLatLng和.weightedData，而不是常规LatLng和.data。

较小的“网格”应该会产生更准确的结果，但同样，这取决于数据的大小。

如何可视化成千上万条记录的热图

2 个答案:

使用抽样算法：

改组：