Python 形状多边形与Matplotlib楔体的交点

在这个场景中，我正在打印对象和缓冲对象。我需要计算这两个物体的重叠面积。但是，

Wedge

是一个

matplotlib.wedges

对象，不能与Shapely的

.intersection（）

方法一起使用

我该怎么做？ 下面是一些代码：

from shapely.geometry import LineString
from matplotlib.patches import Wedge
from matplotlib import pyplot as plt
from descartes.patch import PolygonPatch

width = 5
radius = 1
rich = 1

circle_patch = Wedge((0, 0), radius+3,
                     0, 360, 3)

fig, ax = plt.subplots()

ax.add_patch(circle_patch)

ax.plot(0, 0, 'xr')
plt.autoscale()

coords = [
    [0, 0],
    [0, 1],
    [0, 2],
    [1, 2],
    [2, 2]
]

stick = LineString(coords)

stick_patch = PolygonPatch(stick.buffer(0.5))

ax.add_patch(stick_patch)

x, y = stick.xy
ax.plot(x, y, 'r-', zorder=1)

plt.show()

area = stick.buffer(0.5).intersection(circle_patch).area

---

另外，它必须是环形的，而不是圆形的。有一个

matplotlib.patches

类的

path.vertices

成员，它为您提供了楔形对象的坐标数组，然后您可以使用Shapely的

LinearRing

类来创建Shapely对象，如下所示：

from shapely.geometry import LineString, LinearRing
from matplotlib.patches import Wedge

width = 5
radius = 1
rich = 1

circle_patch = Wedge((0, 0), radius,
                     0, 360,)

ring_coords = circle_patch._path.vertices
ring_coords = ring_coords[(ring_coords[:, 0] != 0) & (ring_coords[:, 1] != 0)]

ring = LinearRing(ring_coords)

然而，它确实需要对坐标数组进行操作，我认为这不是最可靠的方法，但对我来说可以。此外，环不是完全平滑的，但我确信可以使用一些或其他

Numpy

或

Scipy

函数对坐标数组进行平滑处理。

---

编辑：要创建单个楔形线条，必须删除楔形的

宽度
成员。但是，稍后可以使用Shapely的
buffer（）
函数重新合并此功能。
最简单的解决方案是不使用Matplotlib面片，而首先使用Shapely构建楔形多边形：

import matplotlib.pyplot as plt
from descartes.patch import PolygonPatch
from shapely.geometry import LineString, Point

outer_circle = Point(0, 0).buffer(4)
inner_circle = Point(0, 0).buffer(1)
wedge = outer_circle.difference(inner_circle)

stick = LineString([(0, 0), (0, 2), (2, 2)])
buffered_stick = stick.buffer(0.5)

intersection = buffered_stick.intersection(wedge)

wedge_patch = PolygonPatch(wedge)
stick_patch = PolygonPatch(buffered_stick, alpha=0.5, hatch='/')
intersection_patch = PolygonPatch(intersection, alpha=0.5, hatch='.')

fig, ax = plt.subplots()
ax.add_patch(wedge_patch)
ax.add_patch(stick_patch)
ax.add_patch(intersection_patch)
plt.autoscale()



如果由于某种原因，这是不可能的，并且您必须使用Matplotlib的
楔块
，那么我可以想出两种方法来获得它与Shapely多边形的相交区域。在这两种情况下，我首先将面片转换为形状良好的多边形。仅使用Matplotlib即可获得相交区域

1） 使用Matplotlib面片上的方法，从中可以提取为NumPy数组，并使用以下方法将其转换为形状多边形：

请注意我应用于楔形多边形的
缓冲区（0）
。这是Shapely中的一个常见技巧，用于从无效多边形中生成有效多边形。在这种情况下，当从
环坐标中删除零时，您也会执行类似的操作

2） 通过访问
Wedge
属性：
center
、
r
和
width
，并使用它们重新创建多边形：

import matplotlib.pyplot as plt
from descartes.patch import PolygonPatch
from matplotlib.patches import Wedge
from shapely.geometry import LineString, Point

wedge_patch = Wedge(center=(0, 0), 
                    r=4,
                    theta1=0, 
                    theta2=360, 
                    width=3)
stick = LineString([(0, 0), (0, 2), (2, 2)])
buffered_stick = stick.buffer(0.5)

outer_circle = Point(wedge_patch.center).buffer(wedge_patch.r)
inner_circle = Point(wedge_patch.center).buffer(wedge_patch.r - wedge_patch.width)
wedge_polygon = outer_circle.difference(inner_circle)
intersection = buffered_stick.intersection(wedge_polygon)

stick_patch = PolygonPatch(buffered_stick, alpha=0.5, hatch='/')
intersection_patch = PolygonPatch(intersection, alpha=0.5, hatch='.')

fig, ax = plt.subplots()
ax.add_patch(wedge_patch)
ax.add_patch(stick_patch)
ax.add_patch(intersection_patch)
plt.autoscale()

所有解决方案都提供相同的视觉输出

所有方法给出的面积大致相同：

>>> intersection.area
3.3774012986988513  # 1st case
3.3823210603713694  # 2nd case and the original without Matplotlib

也许可以这样制作戒指：谢谢，但我发现了另一种方法，你改变了你在问题中的原始
楔子。有了这个，你会在生成的多边形中丢失一块。
>>> intersection.area
3.3774012986988513  # 1st case
3.3823210603713694  # 2nd case and the original without Matplotlib