根据到ArcGIS中一个单独点的距离选择一组点的百分比（75％）？

这是特定于ArcGIS的。

我有2个点shapefile，A并且B，第一个（A）是包含lat long的单个点，第二个（B）是多个点（超过12k），每个点都包含其lat和long。我要做的是B根据距shapefile的距离自动选择shapefile 点的75％A。换句话说，我想选择最接近shapefile B点的75％到shapefile A的一个点。

您可以在shapefile A上创建一个多环缓冲区，然后对Buffer和shapefile B进行空间连接。当您进行多边形和点的空间连接时，您将获得属性中每个多边形的点数计数联接表。然后，通过检查缓冲区中的点总数，可以得到shapefile B中点的75％以内。

稍有不同的方法是使用Python编写脚本，并在循环中检查75％，但是如果它是一次性计算，则可能不需要。

对于1200点（甚至高达12M说点？）我只是把它们到内存中泛型集合-在这种情况下，排序列表中列出。当您遇到到多个与原点距离相同的点的情况时，可以通过跳过这些点来简化此操作。另外，为了提高性能，请考虑使用哈希表而不是SortedList，并在插入所有距离后进行一次排序。不过，这将需要多几行代码（？）。

我没有时间进行测试，但是此C＃可能会让您入门：

private void SelectNTile(string layer1, string layer2, double nTile)
{
    var fLayer1 = FindLayer(ArcMap.Document.FocusMap, "LayerWithLotsofPoints");
    var fLayer2 = FindLayer(ArcMap.Document.FocusMap, "LayerWithOneSelectedPoint");
    IFeature feat = GetSingleFeature(fLayer2);
    var distList = MakeDistList(fLayer1.FeatureClass,(IPoint)feat.ShapeCopy);
    // assume not many points exactly same distance
    var nRecs = (int)(distList.Count * nTile); // nTile would be 0.75 for 75%
    var Oids = new List<int>();
    foreach (KeyValuePair<double, List<int>> kvp in distList)
    {
        Oids.AddRange(kvp.Value);
        if (Oids.Count > nRecs)
            break;
    }
    var fSel = fLayer1 as IFeatureSelection;
    var OidArray = Oids.ToArray();
    fSel.SelectionSet.AddList(Oids.Count, ref OidArray[0]);                
}

private SortedList<double, List<int>> MakeDistList(IFeatureClass fc, IPoint pnt)
{
    var outList = new SortedList<double, List<int>>();
    var proxOp = pnt as IProximityOperator;
    IFeatureCursor fCur = null;
    try
    {
        fCur = fc.Search(null, true); // recycling is faster, we just need OIDs
        IFeature feat;
        while ((feat = fCur.NextFeature()) != null)
        {
            double dist = proxOp.ReturnDistance(feat.Shape);
            if (!outList.ContainsKey(dist))
                outList.Add(dist, new List<int> { feat.OID });
            else
                outList[dist].Add(feat.OID);  // this should rarely happen
        }
    }
    catch
    {
        throw;
    }
    finally
    {
        if (fCur != null)
            System.Runtime.InteropServices.Marshal.FinalReleaseComObject(fCur);
    }
    return outList;
}
private IFeature GetSingleFeature(IFeatureLayer fLayer)
{
    var fSel = fLayer as IFeatureSelection;
    if (fSel.SelectionSet.Count != 1)
        throw new Exception("select one feature in " + fLayer.Name + " first");
    var enumIDs = fSel.SelectionSet.IDs;
    enumIDs.Reset();
    IFeature feat = fLayer.FeatureClass.GetFeature(enumIDs.Next());
    return feat;
}
private IFeatureLayer FindLayer(IMap map, string name)
{
    throw new NotImplementedException();
}

Python地理处理脚本是一个显而易见的选择：

1. 使用“ 点距离”工具计算从要素类B中的要素（该工具的“输入要素”参数）到要素类A中的点（该工具的“近要素”参数）的距离。
2. 按计算出的距离对表格进行排序。
3. 在输出表（“ Input_FID”列）中选择前75％的对象ID，然后使用这些对象从要素类B中的原始要素中进行选择。

几年前，我遇到了这个问题。我发现更容易将数据保留为“平面数据”，遍历所有数据并手动计算距离，然后选择最高的75％（实际上我保留了最高的10％）。然后，我使用他们的距离计算在ArcIMS中进行了相同的操作，并且花费了更长的时间。

缓冲是一个巨大的开销，但是数学计算是“长篇大论”。如果您缓冲12k点，我认为您将遇到性能问题。