（补充）自然断点法算法原理及Python实现

在https://blog.csdn.net/allenlu2008/article/details/103884170 中，虾神介绍了自然断点法在python中的实现方法，而我看到评论区有人提出了这样的问题：

其实我也遇到了这个问题。在思考了ArcGIS的jenkspy分类流程后，找到了解决方法。

先来看看ArcGIS中是如何做jenkspy分类的：

ArcGIS中，先统计直方图，再根据直方图横坐标来进行jenkspy分类。

问题来了：为啥要统计直方图呢？

其实是否统计直方图根本不重要，重要的是知道横坐标的分布，也就是知道数组中不重复的数字有哪些！

那么解决的办法也就很简单了：无论数据量有多大，只需要找到所有不重复的数字就好！

Numpy中的unique()和Python自带的set()都能做到~

numpy.unique()
set()

下面我用unique()做一个例子实验一下：

1、数据不作处理，直接jenkspy分类

import jenkspy
import time
time_start = time.time()  # 记录开始时间

# 假设一张500*500的栅格影像，栅格的值在0~20
a = np.random.randint(0, 20, size=(500, 500))
b = a.flatten() # jenkspy必须使用一维数组

# 不做处理，直接把全部数据用作计算
breaks = jenkspy.jenks_breaks(b, 4)

print(f"breaks: {breaks}")

time_end = time.time()  # 记录结束时间
time_sum = time_end - time_start  # 计算的时间差为程序的执行时间，单位为秒/s
print(time_sum)

2、找到不重复的值，将其作为jenkspy分类的数组

import jenkspy
import time
time_start = time.time()  # 记录开始时间

# 假设一张500*500的栅格影像，栅格的值在0~20
a = np.random.randint(0, 20, size=(500, 500))

# 用unique()取唯一值
b = np.unique(a.flatten()) # jenkspy必须使用一维数组


breaks = jenkspy.jenks_breaks(b, 4)

print(f"breaks: {breaks}")

time_end = time.time()  # 记录结束时间
time_sum = time_end - time_start  # 计算的时间差为程序的执行时间，单位为秒/s
print(time_sum)

结果如下：

 

只能说，一个小小的取唯一值，结果却天差地别。