Question

coordinates = [(-225.0, -299.5), (-150.0, 75.5), (0.0, 0.0), (225.0, 300.5)]

xy = (-222.4, -204.5)

什么是最好的方法，以便可以将给定值xy与二维坐标列表进行比较，并返回最接近坐标的索引号？

在此示例中，将xy与坐标列表进行比较，从而返回最接近的坐标（-225.0，-299.5），或更理想的是返回索引号0。

我尝试研究使用itertools或numpy的方法，但似乎无法理解如何获得示例中想要的结果。

Answer 1

您可以将min与适当的key功能一起使用。例如，按照以下几行进行操作：

coordinates = [(-225.0, -299.5), (-150.0, 75.5), (0.0, 0.0), (225.0, 300.5)]
xy = (-222.4, -204.5)

dist = lambda x, y: (x[0]-y[0])**2 + (x[1]-y[1])**2
min(coordinates, key=lambda co: dist(co, xy))
# (-225.0, -299.5)

Answer 2

您的问题等效于：如何使用自定义方法定义排序关键字来对Python列表进行排序。可以在原始python中完成，而无需使用外部库。

使用python的st_makeline(ARRAY[st_startpoint(%s), st_line_interpolate_point(%s, 0.15), st_line_interpolate_point(%s, 0.5), st_line_interpolate_point(%s, 0.85), st_endpoint(%s)])函数时，您可以将lambda传递给sorted()参数以对特定键进行排序。

从那里，您只需将键定义为您自己的距离计算方法（此处使用点之间的距离）：

key

如果需要更近的点，则可以从那里开始选择列表的第一个元素。如果您仍然想要外部模块，我想您可以使用一些第三方功能，例如from math import * coordinates = [(-225.0, -299.5), (-150.0, 75.5), (0.0, 0.0), (225.0, 300.5)] xy = (-222.4, -204.5) results = sorted(coordinates, key= lambda v: sqrt(pow((v[0] - xy[0]), 2) + pow((v[1] - xy[1]), 2))) # Output : [(-225.0, -299.5), (-150.0, 75.5), (0.0, 0.0), (225.0, 300.5)]作为键排序参数。

Answer 3

您只需创建一个函数即可遍历坐标列表，并保留其中两个点之间的距离最小的索引（使用勾股定理）。

但是，如果您需要由外部模块快速提供的功能而不是编写自己的功能，则我不知道我已经使用的具有该功能的库，因此在这里没有帮助。

Answer 4

使用scipy.spatial.KDTree：

from scipy import spatial
import numpy as np
coordinates = [(-225.0, -299.5), (-150.0, 75.5), (0.0, 0.0), (225.0, 300.5)]
x = [(-222.4, -204.5)]
distance,index = spatial.KDTree(coordinates).query(x)
print(distance)
print(index)

kd-tree方法为O（N * log（N）），比蛮力法要快得多，后者需要O（N ** 2）时间才能获得足够大的N。

获取二维数组中最接近的坐标

4 个答案: