Question

我有一个塔的熊猫数据框，例如：

site       lat      lon
18ALOP01   11.1278  14.3578
18ALOP02   11.1278  14.3578
18ALOP12   11.1288  14.3575
18PENO01   11.1580  14.2898

如果它们太近（50m），我需要将它们分组。然后，我制作了一个脚本，该脚本执行“自我交叉连接”，计算所有站点组合之间的距离，并为该距离小于阈值的站点设置相同的ID。因此，如果我有n个站点，它将计算(n^2) - n个组合，那么，这是一个较差的算法。有更好的方法吗？

Answer 1

假设站点的数目和“真实”位置未知，则可以尝试MeanShift聚类算法。虽然这是一种通用算法，而且扩展性不高，但它比在python中实现自己的聚类算法要快，如果将数据点合并到网格中可以接受，那么您可以尝试使用bin_seeding=True作为优化，修剪以修剪起始种子。（请注意：如果将数据点合并到网格而不是计算点之间的欧几里得距离，是可以接受的“完整”解决方案，那么这似乎将是解决问题的最快方法。）

这是scikit-learn实施MeanShift的示例，其中x / y坐标以米为单位，该算法创建半径为50m的聚类。

    @IBAction func takeSnapButton(_ sender: Any) {
    // It is probably safe to assume that there is definitely an image at this point but to be extra 
    guard let image = self.webView.snapshot(of: self.rect) else { print("An image could not be taken"); return}
}

与熊猫分组GPS点

1 个答案: