如何将凸包顶点转换为 geopandas 多边形

Question

我正在使用 DBSCAN 将坐标聚类在一起，然后使用 convexhull 在每个聚类周围绘制 'polygons'。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.有没有一种方法可以使用凸包顶点构造 geopandas 多边形对象以用于空间连接。谢谢你的建议。

Answer 1

我不会直接生成多边形，而是根据您的坐标制作一个多点，然后在该多点周围生成凸包。这应该会产生相同的几何形状，但顺序正确。

像您一样将 z 作为列表的列表：

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>]

如何将凸包顶点转换为 geopandas 多边形

How to convert convex hull vertices into a geopandas polygon

geopandas

convex-hull