在python中，当多边形中的第一个点与最后一个点相交时，如何找到停止while循环的方法？

我需要只使用坐标来计算多边形的周长

我的职能：

def definePerimeter(xCoords, yCoords):

i = 0
sum = 0
while xCoords[i] != xCoords[i+1] and yCoords[i] != yCoords[i+1]:
    dx = xCoords[i] - xCoords[i+1]
    dy = yCoords[i] - yCoords[i+1]
    dsquared = dx**2 + dy**2
    result = math.sqrt(dsquared)
    print "The list of segments:"
    print "The segment: ", result
    i += 1
    sum = sum + result           
print  "Total 2D Perimeter is " , sum ,"m" *

给出了错误的周长（与ArcGIS相比）

---

在python中，当多边形中的第一个点与最后一个点相交时，如何找到停止while循环的方法？

您的算法不正确。首先，需要根据坐标与多边形质心所形成角度的反正切对坐标进行排序。（以获得形状中坐标的正确顺序）

然后，可以使用对坐标计算形状边的长度，并将所有边相加以获得周长：

def perimeter(coordinates):
    return sum(math.sqrt(pow(y2-y1,2)+pow(x2-x1,2)) for (x1,y1),(x2,y2) in zip(coordinates, coordinates[1:]))

---

看到while循环的情况，我猜最后一个和第一个坐标是相同的

x = [0,1,2,3,0]

y = [0,2,4,5,0]

我不认为while循环条件有任何其他意义。如果是这样，那么你应该试试

i = math.fmod((i+1),len(xCoords))

---

您不需要在这里执行

while

循环。您可以使用

for

循环来执行此操作，因为您要遍历多边形的所有顶点：

sum = 0
for i in xrange(len(xCoords) - 1):
      sum += np.sqrt((xCoords[i] - xCoords[i + 1]) ** 2) + (yCoords[i] -yCoords[i + 1]) ** 2))
sum+=np.sqrt((xCoords[0] - xCoords[-1]) ** 2) + (yCoords[0] -yCoords[-1]) ** 2))

如果坚持使用

while

循环执行此操作，则可以通过以下方式执行：

sum = 0
i = 0
while (i < len(xCoords) - 1):
          sum += np.sqrt((xCoords[i] - xCoords[i + 1]) ** 2) + (yCoords[i] -yCoords[i + 1]) ** 2))
          i += 1
sum+=np.sqrt((xCoords[0] - xCoords[-1]) ** 2) + (yCoords[0] -yCoords[-1]) ** 2))

sum=0
i=0
而（i

您能给我们一些

xCoords

和

yCoords

的硬接线值，以及它们的输出图片和任何错误的文本，而不是将其作为一个带有两个参数的函数来表示吗？当你说错误的周长时，你的意思是一个微小的舍入误差，可能会涉及一些看起来像投影的东西，或者更像是由于使用的跳线太少而被截断成三角形的正方形？尝试dx=float（…），dy=float（…），并用dxdx+dy*dy替换*2。我还将使用枚举（xCoords）中的I，x对不起，我看不出问题出在哪里。。所有列表都是有限的，它们从元素0开始，然后转到元素“n”。Esri中的多边形的最后一个点与其第一个点重合（位于其右上方并相同）。从多边形的零件获取阵列时，只需按范围（len（array）-1）迭代一次多边形。你能解释一下你是如何得到你的阵列的吗？也许问题就在这里。测试不应该针对coord[0]吗？我看到它是从gis堆栈迁移过来的，所以我假设它与gis相关。您是使用GDAL、shapely还是其他模块来阅读coords？多边形数据的格式是什么（shp、csv）？

sum = 0
i = 0
while (i < len(xCoords) - 1):
          sum += np.sqrt((xCoords[i] - xCoords[i + 1]) ** 2) + (yCoords[i] -yCoords[i + 1]) ** 2))
          i += 1
sum+=np.sqrt((xCoords[0] - xCoords[-1]) ** 2) + (yCoords[0] -yCoords[-1]) ** 2))