您如何获取/提取定义shapely
多边形的点?谢谢!
匀称的多边形示例
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)
所以,我发现诀窍是使用Polygon
类方法的组合来实现这一点。
如果您想要测地坐标,则需要将它们转换回 WGS84(通过pyproj
、matplotlib
'sbasemap
或其他方式)。
from shapely.geometry import Polygon
#Create polygon from lists of points
x = [list of x vals]
y = [list of y vals]
some_poly = Polygon(x,y)
# Extract the point values that define the perimeter of the polygon
x, y = some_poly.exterior.coords.xy
我花了一段时间才知道多边形有一个外部边界,也可能有几个内部边界。我在这里发帖是因为一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。
形成外边界的点排列在一个 CoordinateSequence 中,可以得到
polygon.exterior.coords
您可以使用len(polygon.exterior.coords)
并可以像列表一样索引该对象的长度。例如,要获取第一个顶点,请使用polygon.exterior.coords[0]
. 注意第一个点和最后一个点是一样的;如果您想要一个由没有该重复点的顶点组成的列表,请使用polygon.exterior.coords[:-1]
.
您可以将 CoordinateSequence(包括重复的顶点)转换为点列表,如下所示:
list(polygon.exterior.coords)
类似地,由形成第一个内部边界的顶点组成的 CoordinateSequence 获得为polygon.interiors[0].coords
,并且这些顶点的列表(没有重复点)获得为polygon.interiors[0].coords[:-1]
。
您可以使用 shapelymapping
函数:
>>> 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)]
如果你真的想要构成多边形的形状点对象,而不仅仅是坐标元组,你可以这样做:
points = MultiPoint(polygon.boundary.coords)
您可以使用 NumPy.array 将形状优美的多边形转换为 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,而不是两个一维数组。使用对您的应用程序更有用的那个。
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何一种。
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) 被打印了两次,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]))
由于最后一个答案似乎不再适用于最新版本的 shapely,因此我建议进行此更新。
shapely 提供了 Numpy 数组接口(如文档所述:http: //toblerity.org/shapely/project.html)
所以,让我们poly
成为一个匀称的多边形几何:
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:
必须需要为多边形提供 external.coords,因为提供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)