两种折线的等距离分割方法(折线等分点)的python源码实现与比较 比例单元法与分步法

本文主要是介绍两种折线的等距离分割方法(折线等分点)的python源码实现与比较 比例单元法与分步法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

之前写过比例单元分割,现在修改如下getSplitXY,返回不含原来折点折线等分点数组与含原来折点的两个数组。经过比较检验,比例单元法与分步法的时间效率与N,n有关,见注释,分步法只返回包含原来折点的等分数组,可自行优化。代码如下:

import math
import time
import randomimport matplotlib.pyplot as plt# 与N n定有关,但还有其他因素,有时候第一种快,有时候第二种快 表面看有第一种性能更好;但因为前者有些不够完善,有影响,因此两种方法均可行
N = random.randint(5, 60)  # 第二种考虑因素多,某些情况会更加直观得出结果,因此有时候快,但是数据量越大,不确定因素越大,因此时间差距拉开
# 时间计算  N-n差值越大,用分步法,N-n越小,用比例法,正常情况差不多
line_coords = [[0, 0]]
print(f'N原始分段数值取:{N}')
while N >= 0:dx = random.randint(-1, 5)dy = random.randint(-1, 5)x = line_coords[len(line_coords) - 1][0] + dxy = line_coords[len(line_coords) - 1][1] + dyline_coords.insert(len(line_coords), [x, y])N = N - 1
n = random.randint(5,20)# 100段分1000以上会快一点
print(f'n目标等量分割值取:{n}')
# 总注释:比例单元分割法   不带详细注释版
print(f'原始坐标:{line_coords}')
t0 = time.time()# 分步法
def split_line(line_coords, n):# 计算折线总长度total_len = 0for i in range(len(line_coords) - 1):total_len += ((line_coords[i][0] - line_coords[i + 1][0]) ** 2 + (line_coords[i][1] - line_coords[i + 1][1]) ** 2) ** 0.5# 计算等分长度dis = total_len / n# 初始化等分点数组split_points = [line_coords[0]]# 计算等分点坐标i = 0while i < len(line_coords) - 1:# 计算当前线段长度cur_len = ((line_coords[i][0] - line_coords[i + 1][0]) ** 2 + (line_coords[i][1] - line_coords[i + 1][1]) ** 2) ** 0.5if cur_len < dis:# 如果当前线段长度小于等分长度,则跳过该线段dis -= cur_leni += 1else:# 计算等分点坐标ratio = dis / cur_lenx = line_coords[i][0] + ratio * (line_coords[i + 1][0] - line_coords[i][0])y = line_coords[i][1] + ratio * (line_coords[i + 1][1] - line_coords[i][1])split_points.append([x, y])line_coords.insert(i + 1, [x, y])dis = total_len / ni += 1# 确保最后一个点是折线的最后一个点if split_points[-1] != line_coords[-1]:split_points.append(line_coords[-1])return split_points# 比例归元法
def getSplitXY(array_xy,n):# 直角坐标距离计算 可以模拟经纬度距离 经过检验,不影响经纬度结果,这里使用直角坐标系距离计算# 提示:网络文章计算根据经纬度计算距离的函数方法可能有误,请自行检测def getDisArrDxy(array_xy):disArr = []dxy = []i = 0while i < len(array_xy) - 1:dx = array_xy[i + 1][0] - array_xy[i][0]dy = array_xy[i + 1][1] - array_xy[i][1]dis = (dx * dx + dy * dy) ** 0.5dxy.insert(i, [dx, dy])disArr.insert(i, dis)i = i + 1if i == len(array_xy) - 1:breakreturn disArr, dxyDisDxy = getDisArrDxy(array_xy)newdisArr = DisDxy[0]newDxy = DisDxy[1]# print(newDxy)# 等距离分隔值 分割常量dis = sum(newdisArr) / ndef IsEqual(x, y):IsEqual = FalseN1 = abs(x - y)if N1 < 0.000000001:IsEqual = Truereturn IsEqualdef IsInt(x):IsInt = FalseN1 = math.ceil(x) - xN2 = x - math.floor(x)if N1 < 0.000000001:x = math.ceil(x)return xif N2 < 0.000000001:x = math.floor(x)return xelse:return IsInt# 获取与分隔值比例数组 ArrDis 各分段Dis[i]/Dis# 比例初步整化 核心1def getIntRes(arrArr, array_xy):insert_xy = array_xy.copy()scale = arrArr.copy()# 剩余dis remanent 每一段最后一个取点位置 参考起点首个def getremanSc(scale):res = []sum = 0float = 0nn = 1  # 第1段开始取 目标段for i in range(0, len(scale)):sum = sum + scale[i]sc = sum / disif sc <= nn:  # 可插点的索引float = 1else:nn = math.ceil(sc)float = (scale[i] - (sum % dis)) / scale[i]res.insert(len(res), float)return resremanSc = getremanSc(scale)# 每一段第一个取点位置 参考起点首个def getFirst(scale):res = []sum = 0float = 0nn = 1  # 第1段开始取 目标段for i in range(0, len(scale)):sum = sum + scale[i]sc = sum / disif sc < nn:  # 可插点的索引float = 1else:nn = math.ceil(sc)float = 1 - (scale[i] - (sum % dis)) / scale[i]res.insert(len(res), float)return res#  每一段第一个取点位置  、参考起点尾scale.reverse()intSC = getFirst(scale)intSC.reverse()equalPts=[]# 整数化 比例分割def getIntSc(insert_xy, newDxy, intSC, remanSc):res = insert_xy.copy()j = 0for i in range(0, len(insert_xy) - 1):x0 = insert_xy[i][0] + newDxy[i][0] * intSC[i]y0 = insert_xy[i][1] + newDxy[i][1] * intSC[i]x1 = insert_xy[i][0] + newDxy[i][0] * remanSc[i]y1 = insert_xy[i][1] + newDxy[i][1] * remanSc[i]if IsEqual(insert_xy[i][0], x0) == True and IsEqual(insert_xy[i][1], y0) == True:res.insert(i + j + 1, [x1, y1])j = j + 1elif IsEqual(insert_xy[i+1][0], x1) == True and IsEqual(insert_xy[i+1][1], y1)==True:continueelse:if IsEqual(x0, x1) == True and IsEqual(y0, y1) == True:res.insert(i + j + 1, [x1, y1])j = j + 1else:res.insert(i + j + 1, [x0, y0])j = j + 1res.insert(i + j + 1, [x1, y1])j = j + 1return res# ("整数化 比例分割")res = getIntSc(insert_xy, newDxy, intSC, remanSc)return resgetIntxy = getIntRes(newdisArr, array_xy)resxy = getDisArrDxy(getIntxy)# cell单元化def getresxy(Intxy, intDisXY):rexy = Intxy.copy()j = 0for i in range(0, len(Intxy) - 1):if intDisXY[0][i] > dis:nn = (intDisXY[0][i] / dis)nn = IsInt(nn)ii = 1while ii < nn:x = Intxy[i][0] + ((((ii) * dis)) / intDisXY[0][i]) * intDisXY[1][i][0]y = Intxy[i][1] + ((((ii) * dis)) / intDisXY[0][i]) * intDisXY[1][i][1]if IsEqual(x,Intxy[i+1][0])==True and IsEqual(y,Intxy[i+1][1])==True:breakelse:rexy.insert(i + j + 1, [x, y])j = j + 1ii = ii + 1return rexyres_xy = getresxy(getIntxy, resxy)#print(res_xy)# cell 不含原折点坐标eqXY = [i for i in res_xy if i not in array_xy]#print(eqXY)return eqXY,res_xycellres = getSplitXY(line_coords, n)[0]
print(f'getSlitXY花费时间:{time.time() - t0:.11f}s')
print(cellres)
t1 = time.time()
xy = split_line(line_coords, n)
print(f'split_line花费时间:{time.time() - t1:.11f}s')
print(xy)
# 画出坐标系和折线
fig, ax = plt.subplots()
x_coords = [coord[0] for coord in line_coords]
y_coords = [coord[1] for coord in line_coords]
ax.plot(x_coords, y_coords)
# 计算折线长度# 画出等分点
x_coords = [coord[0] for coord in cellres]
y_coords = [coord[1] for coord in cellres]
ax.plot(x_coords, y_coords, 'ro')
# x_coord = [coord[0] for coord in xy]
# y_coord = [coord[1] for coord in xy]
# ax.plot(x_coord, y_coord, 'ro')plt.show()

getSplitXY的【0】示意图:

split_line函数目前只有一个小问题,就是每一段最后一个点实际与折线端点可能一样,但是不影响结果,可以用。

getSplitXY函数已经得到优化,相比于之前,大幅减少转化,原理参考上一篇文章。

split_line,getSlitXY的处理能力各有长处。一般情况都可以使用,大量数据的时候参考N,n差值

这篇关于两种折线的等距离分割方法(折线等分点)的python源码实现与比较 比例单元法与分步法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/477228

相关文章

Qt实现对Word网页的读取功能

《Qt实现对Word网页的读取功能》文章介绍了几种在Qt中实现Word文档(.docx/.doc)读写功能的方法,包括基于QAxObject的COM接口调用、DOCX模板替换及跨平台解决方案,重点讨论... 目录1. 核心实现方式2. 基于QAxObject的COM接口调用(Windows专用)2.1 环境

MySQL查看表的历史SQL的几种实现方法

《MySQL查看表的历史SQL的几种实现方法》:本文主要介绍多种查看MySQL表历史SQL的方法,包括通用查询日志、慢查询日志、performance_schema、binlog、第三方工具等,并... 目录mysql 查看某张表的历史SQL1.查看MySQL通用查询日志(需提前开启)2.查看慢查询日志3.

MySQL底层文件的查看和修改方法

《MySQL底层文件的查看和修改方法》MySQL底层文件分为文本类(可安全查看/修改)和二进制类(禁止手动操作),以下按「查看方法、修改方法、风险管控三部分详细说明,所有操作均以Linux环境为例,需... 目录引言一、mysql 底层文件的查看方法1. 先定位核心文件路径(基础前提)2. 文本类文件(可直

Java实现字符串大小写转换的常用方法

《Java实现字符串大小写转换的常用方法》在Java中,字符串大小写转换是文本处理的核心操作之一,Java提供了多种灵活的方式来实现大小写转换,适用于不同场景和需求,本文将全面解析大小写转换的各种方法... 目录前言核心转换方法1.String类的基础方法2. 考虑区域设置的转换3. 字符级别的转换高级转换

使用Python将PDF表格自动提取并写入Word文档表格

《使用Python将PDF表格自动提取并写入Word文档表格》在实际办公与数据处理场景中,PDF文件里的表格往往无法直接复制到Word中,本文将介绍如何使用Python从PDF文件中提取表格数据,并将... 目录引言1. 加载 PDF 文件并准备 Word 文档2. 提取 PDF 表格并创建 Word 表格

使用Python实现局域网远程监控电脑屏幕的方法

《使用Python实现局域网远程监控电脑屏幕的方法》文章介绍了两种使用Python在局域网内实现远程监控电脑屏幕的方法,方法一使用mss和socket,方法二使用PyAutoGUI和Flask,每种方... 目录方法一:使用mss和socket实现屏幕共享服务端(被监控端)客户端(监控端)方法二:使用PyA

Python列表的创建与删除的操作指南

《Python列表的创建与删除的操作指南》列表(list)是Python中最常用、最灵活的内置数据结构之一,它支持动态扩容、混合类型、嵌套结构,几乎无处不在,但你真的会创建和删除列表吗,本文给大家介绍... 目录一、前言二、列表的创建方式1. 字面量语法(最常用)2. 使用list()构造器3. 列表推导式

Python使用Matplotlib和Seaborn绘制常用图表的技巧

《Python使用Matplotlib和Seaborn绘制常用图表的技巧》Python作为数据科学领域的明星语言,拥有强大且丰富的可视化库,其中最著名的莫过于Matplotlib和Seaborn,本篇... 目录1. 引言:数据可视化的力量2. 前置知识与环境准备2.1. 必备知识2.2. 安装所需库2.3

MyBatis-Plus逻辑删除实现过程

《MyBatis-Plus逻辑删除实现过程》本文介绍了MyBatis-Plus如何实现逻辑删除功能,包括自动填充字段、配置与实现步骤、常见应用场景,并展示了如何使用remove方法进行逻辑删除,逻辑删... 目录1. 逻辑删除的必要性编程1.1 逻辑删除的定义1.2 逻辑删php除的优点1.3 适用场景2.

Python数据验证神器Pydantic库的使用和实践中的避坑指南

《Python数据验证神器Pydantic库的使用和实践中的避坑指南》Pydantic是一个用于数据验证和设置的库,可以显著简化API接口开发,文章通过一个实际案例,展示了Pydantic如何在生产环... 目录1️⃣ 崩溃时刻:当你的API接口又双叒崩了!2️⃣ 神兵天降:3行代码解决验证难题3️⃣ 深度