查找坐标数组的角答案

【问题标题】：Finding the Corners of the an array of coordinates查找坐标数组的角
【发布时间】：2020-06-07 01:38:51
【问题描述】：

我在 Numpy 中有一个二维坐标数组。

我的目标是尝试找到角（就好像它是一个正方形）。所以：

左上角：最小的x，最大的y 右上角：最大x，最大y 左下：最小的x，最小的y 右下：最大的x，最小的y

显然，这些对中的每一对都需要考虑其他值。

我试图根据行取最小值和最大值：

        BottomLeft = np.min(np.min(hull, axis=1), axis=0)

但是，这不会将这对值保持在一起。它必须是可能的最小 X 值，其中最小的 y 值。或类似的东西。我假设有一种有效的方法可以用 numpy 做到这一点？

这是一个数据示例：

    [[[260 156]]

 [[248 176]]

 [[235 197]]

 [[233 199]]

 [[192 199]]

 [[174 197]]

 [[160 171]]

 [[150 151]]

 [[154 149]]

 [[156 149]]

 [[260 151]]]

谢谢！

【问题讨论】：

你可以使用meshgrid
它是如何工作的？
我不认为这个问题会很好。例如，最左边的点可能不是最高点。您说您首先要找到可能的最小 x 值，然后从中找到最小的 y，但没有理由认为最小的 y 位于最小 x 值的集合中。
如果你有实际的角，你不需要保持坐标配对。绝对最小值和最大值将为您提供您正在寻找的坐标。
提供样本数据并更好地定义约束将有助于获得答案。

标签： python arrays numpy multidimensional-array numpy-ndarray

【解决方案1】：

假设x坐标如下

x = np.arange(0, 22, 2)

假设y坐标如下

y = np.arange(20, 32, 2)

xx, yy = np.meshgrid(x, y)

yy = np.flip(yy, 0)

print(xx)

print(yy)

然后你可以对 xx 和 yy 做任何操作，因为它们是坐标。

例如，

让我们假设 z 是高程

z = np.random.randint(2, high=20, size=(yy.shape[0], yy.shape[1])) # xx can also be used


import matplotlib.pyplot as plt 

plt.contourf(xx, yy, z)
plt.colorbar()

【讨论】：

【解决方案2】：

根据上面的讨论，这假设具有最小x 值的一对也将对应于最小y 值。所以你可以先找到最小的x值：

# Some sample data
d = np.array([[3, 1, 4, 1, 5],
              [8, 0, 4, 2, 3]])
# smallest value in the first row which, I assume, is your x-values
xm = np.min(d[0, :])

然后您可以像这样获得具有最小x 值的值的子集：

d[:, d[0,:] == 1]

所以你可以通过以下方式获得它们的最小值：

np.min(d[1, d[0,:] == 1])

【讨论】：

您刚刚更新了您的问题，并且行和列与我上面的假设相反，但基本想法仍然有效。