我在python中使用shapely,并尝试在网格中以最快的O(n)时间生成位于形状内的等距点。形状可以是任何闭合多边形,而不仅仅是正方形或圆形。我目前的做法是:
有没有更快的方法
# determine maximum edges
polygon = shape(geojson['features'][i]['geometry'])
latmin, lonmin, latmax, lonmax = polygon.bounds
# construct a rectangular mesh
points = []
for lat in np.arange(latmin, latmax, resolution):
for lon in np.arange(lonmin, lonmax, resolution):
points.append(Point((round(lat,4), round(lon,4))))
# validate if each point falls inside shape
valid_points.extend([i for i in points if polygon.contains(i)])
我能想到的最好办法是:
我看到您回答了您的问题(并且似乎对使用交集很满意),但也注意到
shapely
(以及底层的geos
库)已经准备了几何体,以便对某些谓词(包含、正确地包含、覆盖和交集)进行更有效的批处理操作。 见Prepared geometry operations根据您问题中的代码改编,可以这样使用:
哦,为什么?是的。使用shapely的相交方法
相关问题 更多 >
编程相关推荐