二进制/一元谓词函数将python中的所有对象与所有其他对象进行交叉比较

Question

我之前曾问过a very similar question。由于arcpy解决方案非常麻烦，因此我现在正在geopandas中寻找基本相同的功能。问题是：应用二进制谓词函数（e.g. touches）最快/最好的方法是什么，其中将x的 each 功能与其他进行比较x或其他数据集y的em>功能。我期望输出类似于R中的默认行为：

  

如果缺少y，则会有效调用st_predicate(x, x)，并返回包含对角元素st_predicate(x[i], x[i])的方阵。

使用一些伪数据和功能st_overlaps()来举例说明：

library(sf)

b0 = st_polygon(list(rbind(c(-1,-1), c(1,-1), c(1,1), c(-1,1), c(-1,-1))))
a0 = b0 * 0.8
a1 = a0 * 0.5 + c(2, 0.7)
a2 = a0 + 1
a3 = b0 * 0.5 + c(2, -0.5)
x = st_sfc(a0,a1,a2,a3)

plot(x)

st_overlaps(x)
#> Sparse geometry binary predicate list of length 4, where the predicate was `overlaps'
#>  1: 3
#>  2: 3
#>  3: 1, 2
#>  4: (empty)

如何在python / geopandas中实现类似的行为？显然，geopandas自动对齐x和x / y并执行明智的比较（请参阅this SO question和{{ 3}}）。在python中，运行x.overlaps(x)只会返回带有四个True值的熊猫系列。

import geopandas as gpd

x.overlaps(x)
0      True
1      True
2      True
3      True

Answer 1

这绝对不是最快的方法，因为它只是一个简单的迭代器，但是如果您的数据不是很大，则可以完成工作。

import geopandas as gpd
from shapely.geometry import Polygon

b0 = Polygon([(-1,-1), (1,-1), (1,1), (-1,1)])
a1 = Polygon([(1.5,0.2), (2.5,0.2), (2.5,1.2), (1.5,1.2)])
a2 = Polygon([(0,0), (2,0), (2,2), (0,2)])
a3 = Polygon([(1.5,-1), (2.5,-1), (2.5,-0.2), (1.5,-0.2)])

series = gpd.GeoSeries([b0, a1, a2, a3])

results = {}
for poly in series.iteritems():
    results[poly[0]] = []
    for poly2 in series.drop(poly[0]).iteritems():
        if poly[1].overlaps(poly2[1]):
            results[poly[0]].append(poly2[0])

它将为您提供dict的值。

{0: [2], 1: [2], 2: [0, 1], 3: []}

但是，请注意，它会先检查A-> B，然后再检查B-> A，并且即使多边形距离很远，它也会检查多边形。为了加快速度，您可以使用rtree空间索引仅检查那些可能重叠的对象，而不是将每个多边形相互检查（两次）。

Answer 2

Python的惯用表达方式是列表理解，例如要创建由元组（索引：（重叠索引））组成的列表，您可以编写

[ ( ind, 
    [ind2 for ind2, g2 in enumerate(series) if g.overlaps(g2)] 
  ) 
  for ind, g in enumerate(series) ]

结果：

[(0, [2]), (1, [2]), (2, [0, 1]), (3, [])]

但是，正如martinfleis所指出的那样，这并不是一种超级有效的方法，因为它不使用任何类型的空间索引。

使用重叠操作可能会获得更好的性能，请参见http://geopandas.org/set_operations.html