geoindex-rs

Python的快速、内存高效的2D空间索引。

API

KDTree

KDTree.from_interleaved

从二维numpy数组（x和y）构建KDTree。这必须有两个维度，第二个维度长度为二。

KDTree.from_separated

从两个分离的1D numpy数组（x和y）构建KDTree。每个数组必须有一个维度，并且两个数组长度必须相同。

KDTree.range

在给定边界框内搜索索引中的项。

参数

• min_x: float
• min_y: float
• max_x: float
• max_y: float

返回找到的项的索引

KDTree.within

在给定半径内搜索索引中的项。

• qx (float): 查询点的x值
• qy (float): 查询点的y值
• r (float): 半径

返回找到的项的索引

RTree

RTree.from_interleaved

从二维numpy数组（minx，miny，maxx，maxy）构建RTree。这必须有两个维度，第二个维度长度为四。

例如，shapely.bounds的输出为此格式。

import numpy as np
from geoindex_rs import RTree

geometries = shapely.polygons(...)
bounds = shapely.bounds(geometries)
tree = RTree.from_separated(bounds)

RTree.from_separated

从四个分离的1D numpy数组（minx，miny，maxx，maxy）构建RTree。每个数组必须有一个维度，并且所有数组长度必须相同。

import numpy as np
from geoindex_rs import RTree

minx = np.array([-10, ...], dtype=np.float64)
miny = np.array([-20, ...], dtype=np.float64)
maxx = np.array([10, ...], dtype=np.float64)
maxy = np.array([20, ...], dtype=np.float64)
tree = RTree.from_separated(minx, miny, maxx, maxy)

RTree.search

在RTree中搜索给定的边界框。返回与输出匹配的输入数组索引。

tree = RTree.from_separated(...)
tree.search(minx, miny, maxx, maxy)