Python 网格框中的点计数

假设有一个网格，其中有一些点，如下图所示。 我的目标是计算网格中每个盒子的点数。这是我第一次尝试

            for tupel in point_list:
               a=0
               b=0
               for i in self.boxvector:
                  if tupel[0] < i:
                     a=self.boxvector.index(i)-1
                     break

               for i in self.boxvector:
                  if tupel[1] < i:
                     b=self.boxvector.index(i)-1
                     break

               farray[a][b]+=1

点列表中的元组的

：
a=0
b=0
对于self.boxvector中的i：
如果元组[0]

它可以工作，但速度很慢。有没有办法加快速度

我使用名为

boxvector

的变量来定义网格。在本例中，boxvector是：

boxvector=[-1.，-5,0,5,1.]

。网格总是二次的，最大值为-1和1。 这些框通过

farray

表示，看起来像

farray=[[0,0,0,0]，[0,0,0,0]，[0,0,0]，[0,0,0]，[0,0,0]

。因此，每个框都有一个值，每次算法在相应框中找到一个点时，该值都会递增。点列表的形式为

点列表=[（x0，y0），（x1，y1），（x3，y3），…]

---

谢谢你的帮助

您可以计算位置。除以0.5（框大小）。由于数组以0开头，但坐标以-1开头，所以在除法之前先调整1。边缘大小写为1（（1+1）/0.5==4），因此请确保不会溢出3

下面是一个例子：

>>> x,y = (0.8, -0.5)
>>> int((x + 1) / 0.5)
3
>>> int((y + 1) / 0.5)
1

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(0, 4*np.pi, 100)
x = np.cos(3 * t)
y = np.sin(t)

gridx = np.linspace(-1, 1, 5)
gridy = np.linspace(-1, 1, 5)

grid, _, _ = np.histogram2d(x, y, bins=[gridx, gridy])

plt.figure()
plt.plot(x, y, 'ro')
plt.grid(True)

plt.figure()
plt.pcolormesh(gridx, gridy, grid)
plt.plot(x, y, 'ro')
plt.colorbar()

plt.show()

只需考虑最大值，即可得到最大值3。因此：

>>> f_pos = lambda pos: min(int((pos + 1) / 0.5), 3)
>>> f_pos(x)
3
>>> f_pos(y)
1

因此，完成这项工作：

f_pos = lambda pos: min(int((pos + 1) / 0.5), 3)
for x,y in point_list:
    f_array[f_pos(x)][f_pos(y)] += 1

---

鉴于您似乎已经在使用matplotlib，只需使用

例如：

>>> x,y = (0.8, -0.5)
>>> int((x + 1) / 0.5)
3
>>> int((y + 1) / 0.5)
1

import numpy as np
import matplotlib.pyplot as plt

t = np.linspace(0, 4*np.pi, 100)
x = np.cos(3 * t)
y = np.sin(t)

gridx = np.linspace(-1, 1, 5)
gridy = np.linspace(-1, 1, 5)

grid, _, _ = np.histogram2d(x, y, bins=[gridx, gridy])

plt.figure()
plt.plot(x, y, 'ro')
plt.grid(True)

plt.figure()
plt.pcolormesh(gridx, gridy, grid)
plt.plot(x, y, 'ro')
plt.colorbar()

plt.show()

另请参见

matplotlib.nxutils.pnpoly（）

及

matplotlib.nxutils.points\u in_poly（）

多边形实用程序中非常快速高效的点。您只需基于栅格角点的顶点创建多边形

---

使用np.arange而不是np.linspace获得规则网格