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”)