时间戳

首页 > 解决方案 > 二元/一元谓词函数将所有对象与python中的所有其他对象进行交叉比较

python - 二元/一元谓词函数将所有对象与python中的所有其他对象进行交叉比较

问题描述

我以前问过一个非常相似的问题。由于arcpy解决方案非常繁琐，我现在正在寻找基本相同的功能geopandas。问题是：应用二元谓词函数（例如touches）的最快/最佳方法是什么，其中的每个特征x都与任何一个或不同数据集的每个其他特征进行比较。我希望输出类似于 R 中的默认行为：xy

如果 y 缺失，st_predicate(x, x)则被有效调用，并返回一个带有对角元素的方阵st_predicate(x[i], x[i])。

用一些虚拟数据和函数来举例说明st_overlaps()：

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/中实现类似的行为geopandas？显然，geopandas自动对齐x和x/y并执行元素明智的比较（请参阅this SO question和github上的this issue）。在 python 中，运行x.overlaps(x)只返回一个带有四个True值的熊猫系列。

import geopandas as gpd

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

标签： pythonrgisgeopandassf

解决方案

这绝对不是最快的方法，因为它只是一个简单的迭代器，但如果您的数据不是很大，它可能会完成工作。

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])

它会给你你的价值观。

{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，并且它还会检查多边形，即使它们显然很远。为了加快速度，您可以使用 rtree 空间索引仅检查可能重叠的那些，而不是检查每个多边形（两次）。

推荐阅读