如何快速从不规则离散点中按规则网格提取特征

yasqxt

我有一些不规则的离散点组成的数据A，一共有300万行3列，第一第二列分别为经纬度，第三列为数值，分布很不规则，现在想要在这些不规则数据上覆盖一张大一点的规则网格B，把各个网格内的这些离散点的平均值或者最大值提取出来，通过for循环查找x，y是否在网格内，然后求其max，这样虽然可以完成，但是耗时太长，请教大神有没有更有效率的办法达到我的目的？

clear;clc;
profile clear;
profile on;
tic;
A = [200*rand(1000000,1),200*rand(1000000,1),10*rand(1000000,1)];
x = A(:,1);
y = A(:,1);
z = A(:,3);
[xgd ygd] = meshgrid(0:2.0:200,0:2.0:200);%创建网格2x2
net =[xgd(:),ygd(:)];
vmax =zeros(length(net),1);
for t =1:length(net)
     temp1 = A( A(:,1)>=net(t,1)-1.0 &  A(:,1)<=net(t,1)+1.0 ,:);
     temp2 = temp1(temp1(:,2) >=net(t,2)-1.0 & temp1(:,2) <=net(t,2)+1.0,:);  
     vmax(t,1) =max(temp2(:,3));
end
toc;
profile viewer;

乱世一杯茶

推进网格经纬度，去寻找在该网格内的点。每一个网格都要把所有的点跑一遍？

czxjly0827

请问最后有找到合适的方法吗

yasqxt

czxjly0827 发表于 2020-4-9 17:04
请问最后有找到合适的方法吗

我最后用了一个变通的方法，单独生成两列Xgrid和Ygrid，这两个是网格中心的坐标，然后把x列和y列投到最近的网格中心，这样就相当于有许多的相同的Xgrid和Ygrid，最后使用max函数把他们聚合，提取最大值。
这样得到的还是3列的数据，但长度少了很多。
并不是网格，我后来用了python的pandas函数达成了目的，就是pd.unstack()，把三列数据的第一列当成index,第二列当成columns.第三列作为values。但这样有可能有的网格因为缺数据的原因还是不在这个dataframe里，就新生成一个规则的dataframe，行列索引设成网格点，里面值设成0，与前面的dataframe相加，就成了一个标准的新网格了。
希望能帮到你。

czxjly0827

yasqxt 发表于 2020-4-30 19:21
我最后用了一个变通的方法，单独生成两列Xgrid和Ygrid，这两个是网格中心的坐标，然后把x列和y列投到最近 ...

非常感谢！！