使用K-D树(python)

时间:2017-12-09 03:32:02

标签: python machine-learning geolocation gis kdtree

对于我的研究,我需要使用网格划分城市的地理区域(即芝加哥或纽约)。之后,我的数据点由GPS经度和纬度位置组成,我希望将其与网格中相应的单元格相关联。

最简单的方法是将空间划分为相同大小的平方单元格。然而,这将导致在非人口(农村地区)区域中具有非常少的点的细胞和具有高点(市中心)的细胞。为了获得更公平的表示以及点数和单元大小之间的关系,根据数据密度创建大小单元格的自适应网格将是更好的选择。

我遇到this paper利用K-D树进行空间分区并从节点中检索单元格。但是,我找不到任何implementation(在python中)。许多实现只在树中索引数据点以执行最近邻搜索,但它们不提供代码来提取k-d树生成的多边形矩形。

例如,给出以下图像:

enter image description here

我的结果网格将包含5个单元格(node1到node5),其中每个单元格包含关联的数据点。

关于如何做到这一点的任何想法?

任何人都知道任何实施?

非常感谢, 大卫

0 个答案:

没有答案