我有超過一百萬個重疊的 2D 矩形（未旋轉(zhuǎn)），我想將它們堆疊在一起并計數(shù)以形成熱圖/密度圖/2D 直方圖，顯示哪些區(qū)域有更多的矩形，哪些區(qū)域有更少的矩形。理想情況下，我想在 Python 中執(zhí)行此操作。從概念上講，這是一個非常簡單的問題，但我不確定如何有效地進(jìn)行堆疊計算。優(yōu)化可能性坐標(biāo)存儲在數(shù)據(jù)庫中。因此，我可以簡單地GROUP BY將坐標(biāo)降低到 ~300,000^ 個矩形，每個矩形都有一個值，表示它代表多少個矩形。然后問題稍微改變?yōu)槎询B矩形并將它們的值求和（不計算）之一。（^我可能會得到這個數(shù)字低很多，但這超出了這個問題的范圍）數(shù)據(jù)矩形，定義為簡單的左下角右上角坐標(biāo)對。[[0, 0], [300, 400]][[10, 30], [50, 35]][[243, 12], [244, 13]]...選項(xiàng)我考慮了幾個選項(xiàng)，但似乎沒有一個好，因?yàn)樗麄兪褂?GIS 工具來解決不必要的 GIS 問題：勻稱的圖書館- 它并不是真的為此而設(shè)計的，因?yàn)槲抑皇窃诙询B/計算東西。通過gdalcalc的GDAL - 特別是對值求和，但這會引入大量額外的工作來首先創(chuàng)建/管理數(shù)十萬個柵格（甚至是虛擬柵格）。Numpy / Pandas或類似的東西？我以前從未使用過這些庫，但是在谷歌上搜索這個問題時，它們出現(xiàn)了很多，盡管從來沒有以一種看起來適用的方式出現(xiàn)。將矩形轉(zhuǎn)換為 1D 點(diǎn)的網(wǎng)格，然后簡單地將它們輸入2dhist. 非常低效。那么，將大量重疊矩形轉(zhuǎn)換為密度圖的有效方法是什么？
1 回答
慕俠2389804
TA貢獻(xiàn)1719條經(jīng)驗(yàn) 獲得超6個贊
我已經(jīng)用 numpy 做到了這一點(diǎn)。是的，它很丑，但它確實(shí)有效。
import numpy as np
import matplotlib.pyplot as plt
data = [[[0, 0], [300, 400]],
[[10, 30], [50, 35]],
[[143, 12], [244, 113]]] # I modified this for better visualization
values = [1, 3, 4] # if your rectangles have values
data_range = [1000, 1000] # assumed max data range is (0, 999)
areas = np.zeros(data_range) # initialize empty area
for i, points in enumerate(data):
areas[points[0][1]:points[1][1]+1, points[0][0]:points[1][0]+1] += values[i] # I agree that it's too ugly
# I use `+1` to take these points too
# change `values[i]` to `1` if it just needs counting
# visualize result
plt.imshow(areas)
plt.colorbar()
plt.show()
結(jié)果：
添加回答
舉報
0/150
提交
取消