Question

我有一个功能

get_polygon(polygon_collection, point):
    for polygon in polygon_collection:
        if polygon.intersects(point):
            return polygon
    return None

此方法有效，但是在O（n）* O（单多边形检查）中。如果可以构建树数据结构，则可以肯定地将其减少为O（log（n））* O（单多边形检查）。

是否直接支持它？

多边形集合的结构

该集合包含n个MultiPolygons-因此一个对象可以包含许多多边形。
每个MultiPolygon都可以具有围墙/围墙
通常（> 95％），它们是没有孔的简单多边形
通常（> 50％），形状相当简单（例如正方形）

用例示例

多边形列表可以是德国的邮政编码区域。那将是几千。然后我有我和一些朋友的GPS位置，也有数千个。我想说我们在哪个区域获得最多的数据点。

Answer 1

RTrees正是您想要的。 Shapely现在支持RTree的构造和使用。但问题是，形状优美的rtree仅支持矩形。因此，使用它的方法如下：

使用包含多边形的最小矩形构建rtree。
对于给定点，使用RTree知道哪些矩形包括该点。该点需要充气一小桶，因为rtree希望一个盒子可以检查交叉点。这会给你带来一些误报，但是没关系。
过滤误报以获得最终结果。

除非您的多边形非常奇怪，否则这将为您提供均值的对数时间（每个点的多边形数量的对数）。当然，您需要付出构建RTree结构的代价，但是如果多边形以某种方式均等分布，并且可以将rtree序列化以供以后使用，那也将在对数时间内完成。（也就是说，向树中添加新框与树中已经存在的框数量成对数关系，因此总复杂度小于n * log（n）。）

其实现如下。

from rtree import index
from shapely.geometry import Polygon, Point

def get_containing_box(p):
    xcoords = [x for x, _ in p.exterior.coords]
    ycoords = [y for _, y in p.exterior.coords]
    box = (min(xcoords), min(ycoords), max(xcoords), max(ycoords))   
    return box

def build_rtree(polys):
    def generate_items():
        pindx = 0
        for pol in polys:
            box = get_containing_box(pol)
            yield (pindx, box,  pol)
            pindx += 1
    return index.Index(generate_items())


def get_intersection_func(rtree_index):
    MIN_SIZE = 0.0001
    def intersection_func(point):
        # Inflate the point, since the RTree expects boxes:
        pbox = (point[0]-MIN_SIZE, point[1]-MIN_SIZE, 
                 point[0]+MIN_SIZE, point[1]+MIN_SIZE)
        hits = rtree_index.intersection(pbox, objects='raw')
        #Filter false positives:
        result = [pol for pol in hits if pol.intersects(Point(point)) ]
        return result
    return intersection_func

我用来测试的示例：

triangles = [
 [(8.774239095627754, 32.342041683826224),
  (8.750148703126552, 32.899346596303054),
  (4.919576457288677, 35.41040289384488)],
 [(8.485955148136222, 32.115258769399446),
  (9.263360720698277, 30.065319757618354),
  (4.562638192761559, 38.541192819415855)],
 [(2.613649959824923, 38.14802347408093),
  (7.879211442172622, 35.97223726358858),
  (0.9726266770834235, 32.12523430143625)]
]

polys = [Polygon(t) for t in triangles]
my_rtree = build_rtree(polys)
my_func = get_intersection_func(my_rtree)


my_intersections =  my_func((5, 35))
for pol in my_intersections:
    print pol.exterior.coords[:]

假设所有多边形都是一个分区，我该如何快速查找包含点的多边形？

多边形集合的结构

用例示例

1 个答案: