shapely 笔记 voronoi图

于 2024-02-20 01:04:05 发布
阅读量420 收藏
点赞数 1
分类专栏： python库整理 文章标签： 笔记
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40206371/article/details/136180882
版权

Voronoi 图是一种将平面分割成区域的方法，每个区域包含一个输入点，任何在该区域内的点都比其他输入点更接近该区域的输入点

1 基本使用方法

shapely.ops.voronoi_diagram(
    geom, 
    envelope=None, 
    tolerance=0.0, 
    edges=False)

2 参数说明

geom任何几何类型。几何体的所有顶点将被用作 Voronoi 图的输入点
edges如果为 False，将返回一个多边形列表。否则，返回一个 LineString 边的列表

3 举例

from shapely.ops import voronoi_diagram
points = MultiPoint([(0, 0), (1, 1), (0, 2), (2, 2), (3, 1), (1, 0)])
points

regions = voronoi_diagram(points)
regions

python实现维诺图_维诺图（Voronoi Diagram）分析与实现
weixin_39517797的博客
02-20 5315
一、问题描述1.Voronoi图的定义又叫泰森多边形或Dirichlet图，它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。2.Voronoi图的特点(1)每个V多边形内有一个生成元；(2)每个V多边形内点到该生成元距离短于到其它生成元距离；(3)多边形边界上的点到生成此边界的生成元距离相等；(4)邻接图形的Voronoi多边形界线以原邻接界线作为子集。3.Voronoi的应用在计算几...
用 Python 创建 Voronoi 图
gis收藏家的博客
04-26 1585
假设有人很快就会耗尽汽油，他/她需要在为时已晚之前找到最近的加油站，解决这个问题的最佳解决方案是什么？当然，驾驶员可以检查地图来找到最近的加油站，但如果该地区有多个加油站，并且他/她需要快速确定哪个加油站是最近的，则可能会出现问题。所以在多边形内，最近的 POI 肯定是多边形内的点。Geovoronoi 是一个用于在地理区域内创建和绘制 Voronoi 区域的软件包。在这个项目中，我根据 POI 数据在地图上创建 Voronoi 区域。创建新的数据框来收集每个 Voronoi 区域内的街道网络。
多边形、栅格图运用Voronoi_Diagram算法创建路径
qq_33106851的博客
01-30 1994
Voronoi_Diagram最大化的利用了障碍物之间的空隙，确保生成的路径是最大程度远离所有障碍物的安全行驶路径。与图像的距离变换算法很相似。 1、多边形或栅格图离散采点 points， 2、scipy.spatial.Voronoi(points)。 3、Voronoi diagram构造完成之后，消除顶点包含在障碍物或者与障碍物相交的Voronoi Edge，剩下的Voronoi Edge就构成了避开所有障碍物的可行驶路径集合。 实现代码参考：https://github.com/AtsushiSa
维诺图（Voronoi Diagram）分析与实现
wmsbeijing的专栏
06-05 3636
维诺图（Voronoi Diagram）分析与实现2016年08月18日 19:50:19阅读数：21066一、问题描述1.Voronoi图的定义又叫泰森多边形或Dirichlet图，它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。2.Voronoi图的特点（1）每个V多边形内有一个生成元； （2）每个V多边形内点到该生成元距离短于到其它生成元距离； （3）多边形边界上的点到生成此边界...
使用 python 实现 Voronoi 图
小树他今年16岁了
04-07 1万+
以下程序 使用python实现 Voronoi图from PIL import Image import random import math def generate_voronoi_diagram(width, height, num_cells): image = Image.new("RGB", (width, height)) putpixel = image.putpixel
有界Voronoi图生成教程与示例
有界Voronoi图是一种空间划分方法，它将平面划分为若干个区域，每个区域与一组给定的点相关联，并且保证任意点属于距其最近的点控制的区域。这种图通常用于地理信息系统（GIS）、城市规划、机器人路径规划等领域。本...
【笔记】《Python地理空间分析指南(第2版)》
煎饼加鸡丝
05-06 8769
看这本书的目的在于记录一下Python做地理空间分析的工具，主要是开源的东西；快速翻一遍，且作记录 概述部分 地理空间数据 地理空间技术概览 Python地理空间分析工具 Python与地理信息系统 Python与遥感 Python与高程数据 Python地理空间高级建模 实时数据 概述部分 埃博拉病毒与Ushahidi灾害系统 法国西南部的拉斯科山洞，星空图壁画⇒⇒...
Voronoi_Image_Manipulation：使用Voronoi和Delaunay数据结构进行交互式图像处理的系统独立工具
02-05
Voronoi / Delaunay图像处理 该项目使用Voronoi / Delaunay数据结构实现了一个小型，轻量级的实时图像处理工具。 该项目的重点是，使不了解Voronoi或Delaunay详细信息的用户能够尝试和使用Voronoi或Delaunay结构可以赋予图像的不同外观。 不久前，我在Python（ ）中实现了类似的效果（也是Voronoi / Delaunay）。 这个新项目的主要目标是使它更加健壮，用户友好，快速且实际可用。 接口： 该程序将启动两个单独的窗口。 一个实际显示图像和控制窗口的窗口。 它将如下所示： 影像检视 控制视图 要求： 支持OpenGL 3
Python模块之Shapely
Python打杂工程师
06-01 3万+
Shapely通过Python的ctypes模块，对平面特征进行集合理论分析和操作。进行地理信息系统研究、数据处理、空间分析的常用模块
维诺图分析与实现
热门推荐
Dablelv 的博客专栏。
08-18 8万+
Voronoi 图的又叫泰森多边形或 Dirichlet 图，由两邻点连线的垂直平分线组成的连续多边形构成。每个V多边形内有一个生成元；每个V多边形内点到该生成元距离短于到其它生成元距离；多边形边界上的点到生成此边界的生成元距离相等；邻接图形的 Voronoi 多边形界线以原邻接界线作为子集。
Voronoi图 摘要
xu326057825的博客
05-27 2670
Voronoi图,又叫泰森多边形或Dirichlet图，它是由一组由连接两邻点直线的垂直平分线组成的连续多边形组成。N个在平面上有区别的点，按照最邻近原则划分平面；每个点与它的最近邻区域相关联。Delaunay三角形是由与相邻Voronoi多边形共享一条边的相关点连接而成的三角形。Delaunay三角形的外接圆圆心是与三角形相关的Voronoi多边形的一个顶点。 Delaunay三角形是Voron...
空间分析：2-4.Python生成泰森多边形
吴道简的博客
11-11 4365
代码注释很详细，如何生成泰森多边形和德洛内三角网。 用的是Python3，使用了scipy和matplotlib、numpy、shapely，引用matplotlib主要是为了看一下效果。 注释很详细，看代码就行。 from scipy.spatial import Voronoi,voronoi_plot_2d import matplotlib.pyplot as plt import numpy as np from shapely.geometry import Polygon, Li...
泰森多边形（Voronoi图）的matlab绘制
hyhhyh21的博客
09-02 4万+
泰森多边形（Voronoi图）的matlab绘制 1.泰森多边形的介绍 泰森多边形是对空间平面的一种剖分，其特点是多边形内的任何位置离该多边形的样点（如居民点）的距离最近，离相邻多边形内样点的距离远，且每个多边形内含且仅包含一个样点。由于泰森多边形在空间剖分上的等分性特征，因此可用于解决最近点、最小封闭圆等问题，以及许多空间分析问题，如邻接、接近度和可达性分析等。 泰森多边形的构建可以分为2...
沃罗诺伊图（Voronoi Diagram，也称作Dirichlet tessellation，狄利克雷镶嵌 ）归纳
lixiaoguang20的博客
04-15 6760
作者：傅渥成 链接：https://www.zhihu.com/question/20317274/answer/14734519 来源：知乎 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 mathworld.wolfram.com/VoronoiDiagram.html 简单的说，当看到空间中的一系列 简单的说，当看到空间中的一系列给定的点，例如x,
voronoi图编程构造_使用 python 实现 Voronoi 图
weixin_39907311的博客
12-31 1653
以下程序 使用python实现 Voronoi图from PIL import Imageimport randomimport mathdef generate_voronoi_diagram(width, height, num_cells):image = Image.new("RGB", (width, height))putpixel = image.putpixelimgx, imgy...
statsmodels 笔记：seasonal_decompose 时间序列分解
qq_40206371的博客
02-09 2万+
1 使用方法 statsmodels.tsa.seasonal.seasonal_decompose( x, model='additive', filt=None, period=None, two_sided=True, extrapolate_trend=0) 使用滑动平均的方法进行时间序列分解 注：这只是一个最为简单的分解方法 通过首先通过对数据应用卷积滤波器估计趋势来获得结果。 然后从序列中删除趋势，每个时期的去...
python包介绍：GeoPandas（初识）
qq_40206371的博客
09-25 2万+
1 GeoPandas介绍 GeoPandas是一个开源项目，可以更轻松地使用python处理地理空间数据。 GeoPandas扩展了Pandas中使用的数据类型DataFrame，允许对几何类型进行空间操作。 GeoPandas的目标是使在python中使用地理空间数据更容易。它结合了Pandas和Shapely的能力，提供了Pandas的地理空间操作和多种Shapely的高级接口。GeoPandas可以让您轻松地在python中进行操作，否则将需要...
arcgis加权voronoi图
最新发布
03-31
### 创建加权 Voronoi 图的理论背景 加权 Voronoi 图是对传统 Voronoi 图的一种扩展形式，它考虑了生成元的不同权重来调整其影响范围。这种技术广泛应用于地理信息系统 (GIS)，特别是在非匀质空间下的资源分配、服务覆盖范围评估等领域[^4]。 在 ArcGIS 中，虽然原生工具支持生成标准的 Voronoi 多边形（即泰森多边形），但对于加权 Voronoi 图的支持较为有限。因此，通常需要借助 Python 脚本或其他第三方插件完成此类任务[^5]。 --- ### 方法一：通过 ArcPy 和自定义脚本实现加权 Voronoi 图 可以利用 Python 编程语言结合 ArcPy 库，在 ArcGIS 平台中实现加权 Voronoi 图的计算过程。以下是具体实现方式： #### 数据准备 1. 准备输入点要素数据集，其中每一点应具有对应的权重字段。 2. 确保安装有 ArcGIS 的高级许可版本以启用 `arcpy` 功能模块。 #### 实现代码 以下是一个基于 C# 加权算法思路改编的 Python 示例代码[^1]，适用于 ArcGIS Pro 或桌面版环境： ```python import arcpy from shapely.geometry import Point, Polygon from scipy.spatial import Voronoi import numpy as np def weighted_voronoi(points, weights): """ 计算带权重的Voronoi图 :param points: 输入点坐标列表 [(x1,y1), ...] :param weights: 权重列表 [w1,w2,...], 需要与points一一对应 :return: 返回加权后的Voronoi区域集合 """ adjusted_points = [] max_weight = max(weights) for i, pt in enumerate(points): w = weights[i] factor = (max_weight / w)**0.5 # 基于权重缩放因子 adj_x = pt[0] * factor adj_y = pt[1] * factor adjusted_points.append((adj_x, adj_y)) vor = Voronoi(adjusted_points) regions, vertices = {}, [] for index, region in enumerate(vor.regions): if not -1 in region and len(region) > 0: poly_vertices = [vor.vertices[i] for i in region] original_region = Polygon(poly_vertices).buffer(0) regions[index] = original_region return regions if __name__ == "__main__": input_fc = r"path_to_input_feature_class" weight_field = "WeightField" with arcpy.da.SearchCursor(input_fc, ["SHAPE@", weight_field]) as cursor: points = [] weights = [] for row in cursor: geom = row[0] point = (geom.firstPoint.X, geom.firstPoint.Y) weight = row[1] points.append(point) weights.append(weight) result_regions = weighted_voronoi(points, weights) output_fc = r"path_to_output_feature_class" spatial_ref = arcpy.Describe(input_fc).spatialReference arcpy.CreateFeatureclass_management( out_path=os.path.dirname(output_fc), out_name=os.path.basename(output_fc), geometry_type="POLYGON", spatial_reference=spatial_ref ) with arcpy.da.InsertCursor(output_fc, ["SHAPE@"]) as insert_cursor: for polygon in result_regions.values(): array = arcpy.Array([arcpy.Point(*coord) for coord in list(polygon.exterior.coords)]) insert_cursor.insertRow([Polygon(array)]) ``` 上述代码实现了对输入点数据及其权重进行处理并生成相应的加权 Voronoi 区域。 --- ### 方法二：使用 QGIS 插件间接辅助 尽管 ArcGIS 自身未提供直接生成加权 Voronoi 图的功能，但可以通过导出数据至 QGIS，并利用 **MMQGIS** 插件中的 “Create Weighted Voronoi Diagrams” 工具快速生成所需结果后再导入回 ArcGIS 进一步编辑或分析[^3]。 --- ### 方法三：调用外部库集成到模型构建器 对于更加复杂的场景需求，还可以尝试将 SciPy 或 Shapely 等科学计算库引入 ModelBuilder 流程当中，从而达到无缝衔接的效果。这种方法灵活性较高但也相对复杂一些[^2]。 --- ### 注意事项 - 当前方法假设所有参与运算的数据均为平面直角坐标系下表示；如果是球面坐标，则需额外转换操作。 - 如果项目涉及大规模数据量或者高性能要求场合，建议优化算法性能并通过分布式框架进一步提升效率。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UQI-LIUWJ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值