如何将凸包顶点转换为 geopandas 多边形

Posted 2023-02-14

【中文标题】如何将凸包顶点转换为 geopandas 多边形

【英文标题】：How to convert convex hull vertices into a geopandas polygon

【发布时间】：2020-08-27 14:29:31

【问题描述】：

我使用 DBSCAN 将坐标聚类在一起，然后使用凸包在每个聚类周围绘制“多边形”。然后，我想用我的凸包形状构造 geopandas 多边形以用于空间连接。

import pandas as pd, numpy as np, matplotlib.pyplot as plt
from sklearn.cluster import DBSCAN
from scipy.spatial import ConvexHull



Lat=[10,10,20,23,27,28,29,34,11,34,66,22]
Lon=[39,40,23,21,11,29,66,33,55,22,11,55]

D=list(zip(Lat, Lon))
df = pd.DataFrame(D,columns=['LAT','LON'])

X=np.array(df[['LAT', 'LON']])


kms_per_radian = 6371.0088
epsilon = 1500 / kms_per_radian
db = DBSCAN(eps=epsilon, min_samples=3) 


model=db.fit(np.radians(X))
cluster_labels = db.labels_




num_clusters = len(set(cluster_labels))



cluster_labels = cluster_labels.astype(float)
cluster_labels[cluster_labels == -1] = np.nan



labels = pd.DataFrame(db.labels_,columns=['CLUSTER_LABEL'])

dfnew=pd.concat([df,labels],axis=1,sort=False)





z=[] #HULL simplices coordinates will be appended here

for i in range (0,num_clusters-1):
    dfq=dfnew[dfnew['CLUSTER_LABEL']==i]
    Y = np.array(dfq[['LAT', 'LON']])
    hull = ConvexHull(Y)
    plt.plot(Y[:, 1],Y[:, 0],  'o')
    z.append(Y[hull.vertices,:].tolist())
    for simplex in hull.simplices:
        ploted=plt.plot( Y[simplex, 1], Y[simplex, 0],'k-',c='m')


plt.show()

print(z)

list[z] 中附加的顶点表示凸包的坐标，但是它们不是按顺序构造的，并且是闭环对象，因此使用 polygon = Polygon(poin1,point2,point3) 构造多边形不会产生多边形对象。有没有办法使用凸包顶点构造 geopandas 多边形对象以用于空间连接。感谢您的建议。

【参考方案1】：

我不会直接生成多边形，而是根据您的坐标创建一个 MultiPoint，然后在该 MultiPoint 周围生成凸包。这应该会产生相同的几何形状，但顺序正确。

像您一样将z 作为列表列表：

from shapely.geometry import MultiPoint

chulls = []
for hull in z:
    chulls.append(MultiPoint(hull).convex_hull)

chulls
[<shapely.geometry.polygon.Polygon at 0x117d50dc0>,
 <shapely.geometry.polygon.Polygon at 0x11869aa30>]