用于对地理位置数据进行分类的Python3包。
polypoint的Python项目详细描述
#polypoint
用于对地理位置数据进行分类的python 3包。
```
来自polypoint import polypoint
classifier=polypoint.polyphonclassifier（）
classifier.initialize（）
point#list包含下列形式的经纬度元组：
#[（39.962245，-83.000647），（42.659829，-73.781339）]
点列表=[（39.962245，-83.000647），（42.659829，-73.781339）]
]
results=classifier.match_points_to_polygon（point_list）
print（results）
]
results_string=classifier.get_polygon_names（results）
print（results_string）
``````
公共接口
`classifier.match_points_to_polygon（point#list）`接受要分类的坐标列表，并返回一个Numpy整数数组，该数组是“classifier.conf.name_list”中的索引这些整数很容易用“classifier.get_polygon_names（result_list）”方法转换为多边形名称。
` classifier.get_polygon_names（result_list）`接受一个整数列表，并从列表'classifier.conf.name_list`
可作为“classifier.conf”访问，classifier.initialize（）
````
````
classifier.initialize（）
`````
``````
``````
` classifier.initialize（）将执行分类器配置的完全初始化请参阅config.py文件中的配置类。一些更重要的选项是“parallel_enabled”、“num_cpu”、“parallel_limit”和“trimmed_polygons”
`classifier.initialize_min（）`将执行分类器配置的最小初始化，不进行优化，也不使用并行处理只有同时使用小列表时才有用。
`classifier.conf.parallel_enabled`是一个布尔值，它将对输入启用或禁用并行计算。
`classifier.conf.num_cpu`是处理器拥有的内核数的整数值。这控制有多少进程开始对输入执行计算如果未配置，则默认为处理器中检测到的内核数。（注意，这可能会读取虚拟核心的数量）
`classifier.conf.parallel_limit`是触发并行计算的输入大小的整数下限。例如，如果设置为1000，则输入列表的大小必须大于1000才能开始并行计算对于大小为1000或更小的列表，将按顺序计算结果。默认值为0（意味着如果“parallel_enabled”设置为“True”，则所有输入都将使用多个进程）如果您重复输入小列表，那么可能需要禁用并行计算，或者在列表大小下查找多处理的速度/速度，并在此处设置该值
`classifier.conf.trimmed_polygons`是与分类多边形相对应的多边形列表。例如，如果使用50个美国州，则此列表将具有50个对应的多边形所有修剪的多边形都将包含在原始多边形中，并用于加快搜索速度。请参见下面的示例。蓝色是原始多边形，红色是修剪的多边形
！[带修剪内多边形的格鲁吉亚]（https://raw.githubusercontent.com/josephacall/polypoint/dev/images/Georgia_with_trimmed.png“带修剪内多边形的格鲁吉亚”）
！[乔治亚州修剪内部多边形]（https://raw.githubusercontent.com/josephacall/polypoint/dev/images/new_york_with_trimmed.png“带修剪内部多边形的纽约”）
！[修剪内部多边形的德克萨斯州]（https://raw.githubusercontent.com/josephacall/polypoint/dev/images/Texas_with_trimmed.png“修剪内部多边形的德克萨斯州”）
用于对地理位置数据进行分类的python 3包。
```
来自polypoint import polypoint
classifier=polypoint.polyphonclassifier（）
classifier.initialize（）
point#list包含下列形式的经纬度元组：
#[（39.962245，-83.000647），（42.659829，-73.781339）]
点列表=[（39.962245，-83.000647），（42.659829，-73.781339）]
]
results=classifier.match_points_to_polygon（point_list）
print（results）
]
results_string=classifier.get_polygon_names（results）
print（results_string）
``````
公共接口
`classifier.match_points_to_polygon（point#list）`接受要分类的坐标列表，并返回一个Numpy整数数组，该数组是“classifier.conf.name_list”中的索引这些整数很容易用“classifier.get_polygon_names（result_list）”方法转换为多边形名称。
` classifier.get_polygon_names（result_list）`接受一个整数列表，并从列表'classifier.conf.name_list`
可作为“classifier.conf”访问，classifier.initialize（）
````
````
classifier.initialize（）
`````
``````
``````
` classifier.initialize（）将执行分类器配置的完全初始化请参阅config.py文件中的配置类。一些更重要的选项是“parallel_enabled”、“num_cpu”、“parallel_limit”和“trimmed_polygons”
`classifier.initialize_min（）`将执行分类器配置的最小初始化，不进行优化，也不使用并行处理只有同时使用小列表时才有用。
`classifier.conf.parallel_enabled`是一个布尔值，它将对输入启用或禁用并行计算。
`classifier.conf.num_cpu`是处理器拥有的内核数的整数值。这控制有多少进程开始对输入执行计算如果未配置，则默认为处理器中检测到的内核数。（注意，这可能会读取虚拟核心的数量）
`classifier.conf.parallel_limit`是触发并行计算的输入大小的整数下限。例如，如果设置为1000，则输入列表的大小必须大于1000才能开始并行计算对于大小为1000或更小的列表，将按顺序计算结果。默认值为0（意味着如果“parallel_enabled”设置为“True”，则所有输入都将使用多个进程）如果您重复输入小列表，那么可能需要禁用并行计算，或者在列表大小下查找多处理的速度/速度，并在此处设置该值
`classifier.conf.trimmed_polygons`是与分类多边形相对应的多边形列表。例如，如果使用50个美国州，则此列表将具有50个对应的多边形所有修剪的多边形都将包含在原始多边形中，并用于加快搜索速度。请参见下面的示例。蓝色是原始多边形，红色是修剪的多边形
！[带修剪内多边形的格鲁吉亚]（https://raw.githubusercontent.com/josephacall/polypoint/dev/images/Georgia_with_trimmed.png“带修剪内多边形的格鲁吉亚”）
！[乔治亚州修剪内部多边形]（https://raw.githubusercontent.com/josephacall/polypoint/dev/images/new_york_with_trimmed.png“带修剪内部多边形的纽约”）
！[修剪内部多边形的德克萨斯州]（https://raw.githubusercontent.com/josephacall/polypoint/dev/images/Texas_with_trimmed.png“修剪内部多边形的德克萨斯州”）
欢迎加入QQ群-->： 979659372
