如何获取/提取定义
shapely
多边形的点?
谢谢!
形状优美的多边形示例
from shapely.geometry import Polygon
# Create polygon from lists of points
x = [list of x vals]
y = [list of y vals]
polygon = Polygon(x,y)
技巧是使用
Polygon
类方法的组合:
from shapely.geometry import Polygon
# Create polygon from lists of points
x = [0.0, 0.0, 1.0, 1.0, 0.0]
y = [0.0, 1.0, 1.0, 0.0, 0.0]
poly = Polygon(zip(x,y))
# Extract the point values that define the perimeter of the polygon
xx, yy = poly.exterior.coords.xy
# Note above return values are of type `array.array`
assert x == xx.tolist()
assert y == yy.tolist()
如果您希望它们作为坐标对
assert tuple(poly.exterior.coords) == tuple(zip(x,y))
或作为
numpy
数组
assert np.array_equal(np.array(poly.exterior.coords), np.asarray(tuple(zip(x,y))))
我花了一段时间才了解到多边形有一个外部边界,可能还有几个内部边界。我在这里发帖是因为有些答案没有反映这种区别,尽管公平地说,原始帖子没有使用具有内部边界的多边形作为示例。
形成外部边界的点排列在坐标序列中,可以通过以下方式获得
polygon.exterior.coords
您可以使用
len(polygon.exterior.coords)
找到该物体的长度
并且可以像列表一样索引对象。例如,要获取第一个顶点,请使用 polygon.exterior.coords[0]
。请注意,第一点和最后一点是相同的;如果您想要一个由没有重复点的顶点组成的列表,请使用 polygon.exterior.coords[:-1]
。
您可以将坐标序列(包括重复的顶点)转换为点列表:
list(polygon.exterior.coords)
类似地,由形成第一内部边界的顶点组成的坐标序列被获得为
polygon.interiors[0].coords
,并且这些顶点的列表(没有重复点)被获得为 polygon.interiors[0].coords[:-1]
。
您可以使用 shapely
mapping
功能:
>>> from shapely.geometry import Polygon, mapping
>>> sh_polygon = Polygon(((0,0), (1,1), (0,1)))
>>> mapping(sh_polygon)
{'type': 'Polygon', 'coordinates': (((0.0, 0.0), (1.0, 1.0), (0.0, 1.0), (0.0, 0.0)),)}
我用过这个:
list(zip(*p.exterior.coords.xy))
使用以下方法创建的多边形:
p = Polygon([(0,0),(1,1),(1,0),(0,0)])
返回:
[(0.0, 0.0), (1.0, 1.0), (1.0, 0.0), (0.0, 0.0)]
如果您确实想要构成多边形的形状良好的点对象,而不仅仅是坐标元组,您可以这样做:
points = MultiPoint(polygon.boundary.coords)
由于最后一个答案似乎不再适用于最新版本的 shapely,我建议进行此更新。
shapely 提供了 Numpy 数组接口(正如文档所说:http://toblerity.org/shapely/project.html)
所以,让
poly
是一个形状优美的多边形几何体:
In [2]: type(poly)
Out[2]: shapely.geometry.polygon.Polygon
此命令将转换为 numpy 数组:
In [3]: coordinates_array = np.asarray(poly.exterior.coords)
提示:
人们必须需要给出多边形的外部坐标,因为给出直接几何图形似乎也不起作用:
In [4]: coordinates_array = np.asarray(poly)
Out[4]: array(<shapely.geometry.polygon.Polygon object at 0x7f627559c510>, dtype=object)
您可以使用 NumPy.array 将形状多边形转换为 NumPy 数组。我发现使用 NumPy 数组比 coords.xy 返回的数组更有用,因为坐标是成对的,而不是在两个一维数组中。使用对您的应用程序更有用的一个。
import numpy as np
x = [1, 2, 3, 4]
y = [9, 8, 7, 6]
polygon = Polygon(x,y)
points = np.array(polygon)
# points is:
[[ 1 9]
[ 2 8]
[ 3 7]
[ 4 6]]
您可以使用以下两种方法中的任意一种。
1)
p = Polygon([(1,0),(1,1),(0,1),(0,0)])
for x,y in p.exterior.coords:
print(x,y)
上面的代码打印以下内容。请注意,(1,0) 被打印两次,因为 external.coords 返回完成多边形的有序序列。
1.0 0.0
1.0 1.0
0.0 1.0
0.0 0.0
1.0 0.0
2)
p.exterior.coords.xy
它输出以下内容
(array('d', [1.0, 1.0, 0.0, 0.0, 1.0]), array('d', [0.0, 1.0, 1.0, 0.0, 0.0]))
shell = [(0,0), (0,4), (4,4), (4,0), (0,0)]
holes = [
[(1,1), (1,2), (2,2), (2,1), (1,1)],
[(2,2), (2,3), (3,3), (3,2), (2,2)],
]
polygon = Polygon(shell, holes)
shell = list(zip(*polygon.exterior.coords.xy))
holes = [list(zip(*hole.coords.xy)) for hole in polygon.interiors]
assert polygon == Polygon(shell, holes)
d0=[]
for n in range(0,len(gdf1['geometry'])):
try:
k=(len(gdf1['geometry'][n].geoms))
ce+=1
except:
d0.append(n)