我有一長串H-points已知坐標的列表。我還有一份清單TP-points。我想知道是否H-points落在TP-point具有一定半徑（例如r=5）的任何（?。﹥?。dfPoints = pd.DataFrame({'H-points' : ['a','b','c','d','e'], 'Xh' :[10, 35, 52, 78, 9], 'Yh' : [15,5,11,20,10]})dfTrafaPostaje = pd.DataFrame({'TP-points' : ['a','b','c','d','e'], 'Xt' :[15,25,35], 'Yt' : [15,25,35], 'M' : [5,2,3]})def inside_circle(x, y, a, b, r): return (x - a)*(x - a) + (y - b)*(y - b) < r*r我已經開始了，但是.. 只檢查一個 TP 點會容易得多。但是如果我有 1500 個和 30.000 個 H 點，那么我需要更通用的解決方案。任何人都可以幫忙嗎？
2 回答
紫衣仙女
TA貢獻1839條經驗 獲得超15個贊
另一種選擇是使用distance_matrixfrom scipy.spatial：
dist_mat = distance_matrix(dfPoints [['Xh','Yh']], dfTrafaPostaje [['Xt','Yt']])
dfPoints [np.min(dist_mat,axis=1)<5]
1500 dfPoints和花了大約 2 秒30000 dfTrafaPostje。
更新：獲取得分最高的參考點的索引：
dist_mat = distance_matrix(dfPoints [['Xh','Yh']], dfTrafaPostaje [['Xt','Yt']])
# get the M scores of those within range
M_mat = pd.DataFrame(np.where(dist_mat <= 5, dfTrafaPosaje['M'].values[None, :], np.nan),
index=dfPoints['H-points'] ,
columns=dfTrafaPostaje['TP-points'])
# get the points with largest M values
# mask with np.nan for those outside range
dfPoints['M'] = np.where(M_mat.notnull().any(1), M_mat.idxmax(1), np.nan)
對于包含的樣本數據：
H-points Xh Yh TP
0 a 10 15 a
1 b 35 5 NaN
2 c 52 11 NaN
3 d 78 20 NaN
4 e 9 10 NaN
慕虎7371278
TA貢獻1802條經驗 獲得超4個贊
您可以使用scipy中的 cdist 計算成對距離，然后在距離小于半徑的地方創建一個帶有 True 的掩碼，最后過濾：
import pandas as pd
from scipy.spatial.distance import cdist
dfPoints = pd.DataFrame({'H-points': ['a', 'b', 'c', 'd', 'e'],
'Xh': [10, 35, 52, 78, 9],
'Yh': [15, 5, 11, 20, 10]})
dfTrafaPostaje = pd.DataFrame({'TP-points': ['a', 'b', 'c'],
'Xt': [15, 25, 35],
'Yt': [15, 25, 35]})
radius = 5
distances = cdist(dfPoints[['Xh', 'Yh']].values, dfTrafaPostaje[['Xt', 'Yt']].values, 'sqeuclidean')
mask = (distances <= radius*radius).sum(axis=1) > 0 # create mask
print(dfPoints[mask])
輸出
H-points Xh Yh
0 a 10 15
添加回答
舉報
0/150
提交
取消