如何创建一个 numpy 数组，该数组对应于一个点是否在一个 numpy 多边形数组内？答案

【问题标题】：How do I create a numpy array that corresponds to whether a point is inside a numpy array of polygons?如何创建一个 numpy 数组，该数组对应于一个点是否在一个 numpy 多边形数组内？
【发布时间】：2019-06-04 17:01:52
【问题描述】：

这是我的尝试，但我得到了错误 "AttributeError: 'numpy.ndarray' object has no attribute 'contains'" 。

如果你们中的任何人可以帮助我理解如何在此代码中定义'y'，使其成为一个 numpy 数组，其中 1 对应于包含指定点的多边形的索引，0 对应于包含指定点的多边形的索引不包含指定点我将不胜感激。

polygonss=[]
for i in range(0, len(verts)):
    polygonc = Polygon(verts[i])
    print (polygonc)
    polygonss.append(polygonc)
print (polygonss)
p=np.array(polygonss)
print (p)
vertsf=meshinformation_fine.celltoverticesandcentroid(0)[0]
point = Point(vertsf[0])
y=np.where(p.contains(point), 0, 1)
print (y)

【问题讨论】：

Point 和 Polygon 不是 numpy 的一部分。它们来自其他地方（matplotlib.patches？shapely？找出在哪里。）这就是为什么您不能期望此类对象的 numpy 数组继承对象本身的行为。

标签： python arrays numpy

【解决方案1】：

一个numpy对象数组在这里对你不是特别有用，你也可以用列表理解来做这个过程

y = [p.contains(point) for p in polygonss]

但是，如果您要为大量点执行此操作，那么我建议您阅读 geopandas，它使您能够对几何图形进行矢量化计算并将其应用于表格数据。

【讨论】：

【解决方案2】：

首先，错误消息实际上是阻止您成功的原因。 .ndarray object 只是没有那个属性 contains

这将您的问题呈现给solutions 之一，讨论如何检查元素是否在 numpy 数组中。

如果我理解正确的话，可以代替包含的东西是该行之后的东西：

y = np.zeros(len(p))
for counter in range (0, len(p)):
    if point in p[counter]:
        y[counter] = 1

注意：如果您为变量添加示例值以及预期的输出，将会有所帮助。

【讨论】：