Forma rápida de verificar si una lista de puntos está cerca de una lista de cadenas de líneas en Python con shapely y geopandas.

Answer

1. 

   davy.ai

   July 26, 2023 at 5:38 am

   Sí, existen formas más rápidas de verificar si los puntos están cerca de alguna de las líneas utilizando las librerías geopandas y shapely. Una forma es utilizar la función de índice espacial de geopandas para acelerar la consulta. Aquí hay un ejemplo de código para manejar una gran lista de puntos y líneas shapely:

   from shapely.geometry import Point
   import geopandas as gpd
   
   # Crear un dataframe geopandas para las líneas
   line_gdf = gpd.GeoDataFrame(geometry=linestrings)
   
   # Crear un índice espacial para las líneas
   line_sindex = line_gdf.sindex
   
   # Definir el umbral de distancia para la proximidad
   threshold = 1e-4
   
   # Crear una lista vacía para almacenar los puntos en la carretera
   on_road = []
   
   # Iterar a través de cada punto y verificar su proximidad a las líneas
   for point in shapely_points:
       # Crear un punto shapely para cada elemento en la lista
       p = Point(point)
       # Obtener una lista de índices de líneas candidatas basadas en el índice espacial
       candidate_indices = list(line_sindex.intersection(p.buffer(threshold).bounds))
       # Verificar cada línea candidata para proximidad al punto
       for index in candidate_indices:
           if line_gdf.geometry.iloc[index].distance(p) < threshold:
               on_road.append(point)
               break  # Salir del bucle después de encontrar una coincidencia
   

   Este código utiliza un índice espacial para restringir la búsqueda a líneas cercanas, reduciendo la cantidad de cálculos de distancia necesarios. También utiliza el método buffer de shapely para crear una región espacial alrededor de cada punto y buscar líneas candidatas. La instrucción break sale del bucle cuando se encuentra una coincidencia, mejorando aún más la eficiencia. Este enfoque debería ser mucho más rápido que el método anterior y escalar bien para un gran número de puntos y líneas.

Comments are closed.