我有一个点 XY 的列表，我想按给定的距离对它们进行分组，假设它们之间的 x 距离处的所有点都应该分组在不同的列表中。
基本上，如果我有 A=(0,0)、B=(0,1)、C=(0,2)，我想对 maxDistance 为 1 的所有点进行分组，以获得：[ [A,B],[C]] ;
【问题讨论】：
A=(0,0)、B=(0,1) 和C=(0,2) 的分数，您希望会发生什么？ B 与A 和C 的距离为1，但A 与C 的距离为2。他们应该在同一组吗？
标签： linq filter grouping point
我不太明白你的问题，所以我不太确定你想如何进行分组，但这至少可以让你朝着正确的方向前进。
（用 VB 编写，但在 C# 中几乎相同 - 您也没有说明您的语言偏好）：
Dim MyPoints As New List(Of Point)
MyPoints.Add(New Point(0, 0))
MyPoints.Add(New Point(0, 1))
MyPoints.Add(New Point(0, 2))
Dim query = From pt1 In MyPoints
From pt2 In MyPoints
Where Not (pt1.Equals(pt2))
Select New With {.pt1 = pt1, .pt2 = pt2, .dist = Math.Sqrt((pt1.X - pt2.X) ^ 2 + (pt1.Y - pt2.Y) ^ 2)}
【讨论】：
你想要做的是命名clustering，这意味着将一组数据（在你的情况下是二维点）分组为一组具有某些特征（点之间的给定距离）的组。我强烈建议阅读上面提供的链接以更好地理解它。您可能对两种类型的聚类感兴趣：
这完全取决于您拥有多少数据。对于小型集合，您可以尝试自己实现一些简单的算法。对于更大的数据，我更喜欢使用像 Numl 这样的第三方库，其中包含上述两种类型的方法。
这是一个使用 Numl 进行聚类的示例代码。给定类：
class Point
{
[Feature]
public double X { get; set; }
[Feature]
public double Y { get; set; }
public Point(double X, double Y)
{
this.X = X;
this.Y = Y;
}
public override string ToString()
{
return string.Format("({0}; {1})", X, Y);
}
}
你可以写：
var model = new HClusterModel();
var desc = Descriptor.Create<Point>();
var linker = new CentroidLinker(new EuclidianDistance());
var data = new List<Point>() { new Point(0.0, 1.0),
new Point(0.0, 2.0),
new Point (10.0, 0.0) };
var result = model.Generate(desc, data, linker);
foreach (var cluster in result.Children)
{
Console.WriteLine("Cluster:");
Console.WriteLine(string.Join(", ", cluster.Members.OfType<Point>()));
}
导致：
【讨论】：
我尝试过，虽然这可能不是一种非常有效的做事方式；康拉德答案中的链接似乎是一个探索的好地方。
我不完全确定你是如何定义“范围内”的，所以我假设了一个简单的距离计算。
// Set up some points
List<Point> Points = new List<Point>();
Points.Add(new Point(0, 0));
Points.Add(new Point(0, 1));
Points.Add(new Point(0, 2));
// Distance
int maxDistance = 1;
// Replace as appropriate
Func<Point, Point, int, bool> myDistanceFunction = delegate(Point p1, Point p2, int range)
{
// Same coordinate.
if (p1 == p2)
return true;
int xDelta = p1.X - p2.X;
int yDelta = p1.Y - p2.Y;
double distance = Math.Sqrt(xDelta * xDelta + yDelta * yDelta);
return (distance <= range);
};
// Loop through all points and calculate distance to all other points.
var Results = Points.Select(firstPoint => new
{
TargetPoint = firstPoint,
PointsInRange = Points
.Where(secondPoint =>
(secondPoint != firstPoint) && // Will you allow same coordinates?
myDistanceFunction(secondPoint, firstPoint, maxDistance))
});
// Spit the results out.
foreach (var result in Results)
{
Console.WriteLine("Point {0} - Points within {1} unit(s):", result.TargetPoint, maxDistance);
foreach (var point in result.PointsInRange)
{
Console.WriteLine("\t{0}", point);
}
}
输出：
Point {X=0,Y=0} - Points within 1 unit(s):
{X=0,Y=1}
Point {X=0,Y=1} - Points within 1 unit(s):
{X=0,Y=0}
{X=0,Y=2}
Point {X=0,Y=2} - Points within 1 unit(s):
{X=0,Y=1}
还有改进的余地，例如计算两次点对的距离并不明智，如果您允许重复坐标，我不会这样做，但那里可能会有用处。
你也可以将距离函数写成兰巴表达式，虽然我不确定它是否更清晰。
Func<Point, Point, int, bool> myDistanceFunction =
(
(p1, p2, range) => Math.Sqrt(
((p1.X - p2.X) * (p1.X - p2.X)) +
((p1.Y - p2.Y) * (p1.Y - p2.Y))
) <= range
);
【讨论】：
对不起，我发的帖子不太清楚，基本上我使用的是 c#，我排除了特定目的的聚类，假设我有一些点和它们的 id，我需要“对它们进行聚类”，保留关于 id 的信息，然后简单地在 X 轴上做了一个中间点，因为我只对按该位置属性进行分组感兴趣。
最后，点数最多为 10，保留有关 id 的信息对于知道谁在哪里非常重要，所以我想收集足够接近的点的 id，然后使用该坐标列表来得出结果，做得很原始，因为我很匆忙，但完全可以进一步实施，只是我无法使用 linq :)
所以我用了这样的东西：
// class to hold information
public class userObject{
public string id;
public Vector3D position=Vector3D.Zero;
public userObject(string Id, Vector3D Position){
id=Id;
position=Position;
}
}
// list of grouped ids (nanocluster :)
public Dictionary<int, List<userObject>> slots ;
private void forceCheck(){
// create list of object from incoming coordinates (ids and point vector3d)
List<userObject> users=new List<userObject>();
for(int a=0;a<FId_In.SliceCount;a++){
userObject uo=new userObject(FId_In[a],FPositions_In[a]);
users.Add(uo);
}
// Clean result, this is different in another version im working on
slots =new Dictionary<int,List<userObject>>();
// check for close points ( a couple of lines should be changed to achieve a real clustring, but this way i can control all points will not create an horizontal cluster, told u raw mode on
for(int k=0;k<users.Count;k++){
List<userObject> matches=new List<userObject>();
// Check if ids is already registered in one slot
int isInSlot=checkIdInSlots(users[k].id);
if(isInSlot==-1){
matches.Add(users[k]);
for(int j=k+1;j<users.Count;j++){
// call a function to check x distance, but can use full vector3d when needed
if(checkClose(users[k].position,users[j].position,FXThreshold_In[0])){
matches.Add(users[j]);
}
}
// finally add entry with grouped ids....sure all this is a line of linq :D
addNewSlot(matches);
}
}
}
如果能更好地了解如何使用 linq 来获得相同的结果，肯定会更强大，谢谢大家 :)
【讨论】：