python计算多边形面积_Python求凸包及多边形面积教程

一般有两种算法来计算平面上给定n个点的凸包：Graham扫描法(Graham's scan)，时间复杂度为O(nlgn)；Jarvis步进法(Jarvis march)，时间复杂度为O(nh)，其中h为凸包顶点的个数。这两种算法都按逆时针方向输出凸包顶点。

Graham扫描法

用一个栈来解决凸包问题，点集Q中每个点都会进栈一次，不符合条件的点会被弹出，算法终止时，栈中的点就是凸包的顶点(逆时针顺序在边界上)。

算法步骤如下图：

import sys

import math

import time

import random

#获取基准点的下标,基准点是p[k]

def get_leftbottompoint(p):

k = 0

for i in range(1, len(p)):

if p[i][1] < p[k][1] or (p[i][1] == p[k][1] and p[i][0] < p[k][0]):

k = i

return k

#叉乘计算方法

def multiply(p1, p2, p0):

return (p1[0] - p0[0]) * (p2[1] - p0[1]) - (p2[0] - p0[0]) * (p1[1] - p0[1])

#获取极角，通过求反正切得出，考虑pi/2的情况

def get_arc(p1, p0):

# 兼容sort_points_tan的考虑

if (p1[0] - p0[0]) == 0:

if ((p1[1] - p0[1])) == 0:

return -1;

else:

return math.pi / 2

tan = float((p1[1] - p0[1])) / float((p1[0] - p0[0]))

arc = math.atan(tan)

if arc >= 0:

return arc

else:

return math.pi + arc

#对极角进行排序,排序结果list不包含基准点

def sort_points_tan(p, pk):

p2 = []

for i in range(0, len(p)):

p2.append({"index": i, "arc": get_arc(p[i], pk)})

#print('排序前:',p2)

p2.sort(key=lambda k: (k.get('arc')))

#print('排序后:',p2)

p_out = []

for i in range(0, len(p2)):

p_out.append(p[p2[i]["index"]])

return p_out

def convex_hull(p):

p=list(set(p))

#print('全部点:',p)

k = get_leftbottompoint(p)

pk = p[k]

p.remove(p[k])

#print('排序前去除基准点的所有点:',p,'基准点:',pk)

p_sort = sort_points_tan(p, pk) #按与基准点连线和x轴正向的夹角排序后的点坐标

#print('其余点与基准点夹角排序:',p_sort)

p_result = [pk,p_sort[0]]

top = 2

for i in range(1, len(p_sort)):

#####################################

#叉乘为正,向前递归删点;叉乘为负,序列追加新点

while(multiply(p_result[-2], p_sort[i],p_result[-1]) > 0):

p_result.pop()

p_result.append(p_sort[i])

return p_result#测试

if __name__ == '__main__':

pass

test_data = [(220, -100), (0,0), (-40, -170), (240, 50), (-160, 150), (-210, -150)]

print(test_data)

result = convex_hull(test_data)

print(result)

t=0

import matplotlib.pyplot as plt

x1=[]

y1=[]

for i in range(len(test_data)):

ri=test_data[i]

#print(ri)

x1.append(ri[0])

y1.append(ri[1])

plt.plot(x1,y1,linestyle=' ',marker='.')

xx=[]

yy=[]

for i in range(len(result)):

ri=result[i]

#print(ri)

xx.append(ri[0])

yy.append(ri[1])

plt.plot(xx,yy,linestyle=' ',marker='*')

计算多边形面积

（1）顺时针给定构成凸包的n个点坐标，叉乘法求多边形面积：

def GetAreaOfPolyGonbyVector(points):

# 基于向量叉乘计算多边形面积

area = 0

if(len(points)<3):

raise Exception("error")

for i in range(0,len(points)-1):

p1 = points[i]

p2 = points[i + 1]

triArea = (p1[0]*p2[1] - p2[0]*p1[1])/2

#print(triArea)

area += triArea

fn=(points[-1][0]*points[0][1]-points[0][0]*points[-1][1])/2

#print(fn)

return abs(area+fn)

points = []

x = [1,3,2]

y = [1,2,2]

#[(1,1),(3,1),(5,3),(3,5),(1,3)]

# x=[1,3,5,3,1]

# y=[1,1,3,5,3]

for index in range(len(x)):

points.append((x[index],y[index]))

area = GetAreaOfPolyGonbyVector(points)

print(area)

#print(math.ceil(area))

（2）顺时针给定构成凸包的n个点经纬度坐标，先将经纬度坐标转化成凸多边形的边的经纬度距离，利用海伦公式求多边形面积：

from geopy.distance import vincenty

import math

def HeronGetAreaOfPolyGonbyVector(points):

# 基于海伦公式计算多边形面积

area = 0

if(len(points)<3):

raise Exception("error")

pb=((points[-1][0]+points[0][0])/2,(points[-1][1]+points[0][1])/2) #基准点选为第一个点和最后一个点连线边上的中点

for i in range(0,len(points)-1):

p1 = points[i]

p2 = points[i + 1]

db1 = vincenty(pb,p1).meters #根据维度转化成经纬度距离

d12 = vincenty(p1,p2).meters

d2b = vincenty(p2,pb).meters

#print(db1,d12,d2b)

hc = (db1+d12+d2b)/2 #db1是基准点和p1的距离，d12是p1和p2的距离，d2b是p2和基准点距离

#print(hc, hc-db1, hc-d12, hc-d2b)

triArea = math.sqrt(hc*(hc-db1)*(hc-d12)*(hc-d2b))

#print(triArea)

area += triArea

return area

points = []

x = [1,3,2]

y = [1,2,2]

#[(1,1),(3,1),(5,3),(3,5),(1,3)]

# x=[1,3,5,3,1]

# y=[1,1,3,5,3]

for index in range(len(x)):

points.append((x[index],y[index]))

area = HeronGetAreaOfPolyGonbyVector(points)

print(area)

#print(math.ceil(area))

Graham程序原理

（1）基准点的确认原则：

有唯一的某个点纵坐标最小，该点为基准点；

不止一个点的纵坐标最小，选这些点里最靠左的为基准点

（2）计算叉乘【后续利用叉乘正负判断夹角是否大于180o】：

（3）获取极角，通过求反正切得出：

若横纵坐标都相等(两点相同)，返回-1；

若横坐标相等/纵坐标不相等(两点连线垂直y轴)，返回

（4）对极角进行排序，排序结果list不包含基准点：

p2=[{"index":0, "arc":get_arc(p[0],p[k])}，

{"index":1, "arc":get_arc(p[1],p[k])}，

···

{"index":k-1, "arc":get_arc(p[k-1],p[k])}，

{"index":k+1, "arc":get_arc(p[k+1],p[k])}，

···

{"index":n, "arc":get_arc(p[n],p[k])}]

#get_arc(p[0],p[k])即获得p[0]点与基准点p[k]连线的极角(与x轴正向夹角)

#根据p2的“arc”键的值从小到大排序，最后输出按该角度值排序对应顺序的各个点

（5）逆时针确定凸多边形：

主要是找角度是否大于180o——差乘正负——点进出栈顺序三者关系

...一直遍历到最后一个点...一直遍历到最后一个点

规律：叉乘>0，夹角小于180o，递归向前删点；叉乘<0，夹角大于180o，不删点，加入新点，向后遍历叉乘>0，夹角小于180o，递归向前删点；叉乘<0，夹角大于180o，不删点，加入新点，向后遍历

注意：（a）上述给非基准点按极角从到大小排号时，有两个及以上点“和基准点连线构成的极角”相等时，这些点的排号挨着但是没有固定顺序，这点并不影响算法给出凸包的准确性。（b）对排号最后的一个点，扫描算法里没有任何删除该点的机制，但是这点也不影响算法给出凸包的准确性。（c）上述程序需要额外加入，判断结束栈内点数小于3和筛选凸包前点数小于3，不能计算多边形面积的情况，可以直接给这种情况赋值0返回。

以上这篇Python求凸包及多边形面积教程就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

python计算多边形面积_Python求凸包及多边形面积教程相关推荐

python计算excel平均值_python计算excel平均值和标准差
############################################## ######## python计算excel平均值和标准差 ####### ############### ...
python计算化学浓度_python 计算化学
信息举报时间:2021-02-11 本页为您甄选多篇描写python 计算化学,python 计算化学精选,python 计算化学大全,有议论,叙事 ,想象等形式.文章字数有400字.600字.80 ...
用python计算两点坐标_python 计算方位角实例(根据两点的坐标计算)
知道两点坐标,怎么计算两点方向的方位角? 答:首先计算坐标增量dx,dy(两个对应坐标分量相减,终点的减始点的). 若dx,dy中有一个为零时,根据另一个的正负决定方位角(0,90,180,270这四 ...
python计算圆周率近似值_Python——计算PI的近似值,python,圆周率
计算圆周率近似值方法: 1.拉马努金法计算圆周率近似值: "数学家拉马努金(Srinivasa Ramanujan)找到了一个无限序列,可以用来生成π的数值近似值: 编写一个函数 ,使用这 ...
python计算excel数据_python计算excel平均值和标准差
############################################## ######## python计算excel平均值和标准差 ####### ############### ...
python计算生态规模_Python计算生态的构建
本专题的内容结构: 第一部分主要是:如何编写Python第三方库(包和模块) 第二部分主要是:如何编写带有c语言扩展的Python第三方库(包和模块) 第一部分的结构: unit1:深入理解Pytho ...
python计算圆周率近似值_python计算圆周率pi的方法
本文实例讲述了python计算圆周率pi的方法.分享给大家供大家参考.具体如下: from sys import stdout scale = 10000 maxarr = 2800 arrinit ...
怎样用python计算π的值_Python 计算 π 值的简单示例
对python这个高级语言感兴趣的小伙伴,下面一起跟随编程之家 jb51.cc的小编两巴掌来看看吧! π是一个无数人追随的真正的神奇数字.我不是很清楚一个永远重复的无理数的迷人之处.在我看来,我乐于计 ...
python正方形阴影面积计算_Python求阴影部分面积
一.前言说明今天看到微信群里一道六年级数学题,如下图,求阴影部分面积看起来似乎并不是很难,可是博主添加各种辅助线,写各种方法都没出来,不得已而改用写Python代码来求面积了二.思路介绍 1.用 ...

python计算多边形面积_Python求凸包及多边形面积教程

python计算多边形面积_Python求凸包及多边形面积教程相关推荐

最新文章

热门文章