geopandas.GeoSeries.sample_points#

GeoSeries.sample_points(size, method='uniform', seed=None, rng=None, **kwargs)[来源]#

每个几何体的样本点。

为每个包含从几何体中采样的点的几何体生成一个 MultiPoint。您可以选择从均匀分布中随机采样或使用来自 pointpats 包的高级采样算法。

对于多边形，这在多边形的区域内进行采样。对于线条，沿着线段的长度进行采样。对于多部分几何图形，每部分的权重根据其相关属性（多边形的面积，线段的长度）进行选择，然后从每个部分中进行采样。

任何其他几何类型（例如，点、几何集合）将被忽略，并返回一个空的多点几何。

Parameters:

sizeint | array-like: 请求的样本大小。表示从每个几何体中抽取的样本数量。如果传递了一个与GeoSeries长度相同的数组，它表示每个几何体的样本大小。
methodstr, default “uniform”: 采样方法。 uniform 从几何体中以均匀的方式随机采样，使用 numpy.random.uniform。其他允许的字符串（例如 "cluster_poisson"）表示来自 pointpats.random 模块的采样函数名称（参见 http://pysal.org/pointpats/api.html#random-distributions）。Pointpats 方法仅为 (Multi)Polygon 实现，对于其他几何类型将返回一个空的 MultiPoint。
rng{None, int, array_like[ints], SeedSequence, BitGenerator, Generator}, optional: 一个随机生成器或种子，用于初始化numpy的BitGenerator。如果为None，则将从操作系统中获取新的、不可预测的熵。
**kwargsdict: 点模式采样算法的选项。

Returns:

GeoSeries: 在每个几何图形内（或沿着）采样的点。

示例

>>> from shapely.geometry import Polygon
>>> s = geopandas.GeoSeries(
...     [
...         Polygon([(1, -1), (1, 0), (0, 0)]),
...         Polygon([(3, -1), (4, 0), (3, 1)]),
...     ]
... )

>>> s.sample_points(size=10)  
0    MULTIPOINT ((0.1045 -0.10294), (0.35249 -0.264...
1    MULTIPOINT ((3.03261 -0.43069), (3.10068 0.114...
Name: sampled_points, dtype: geometry

geopandas.GeoSeries.sample_points#

这一页