从Shapely中的多边形中提取点/坐标

如何获取/提取定义shapely多边形的点？谢谢！

形状多边形的示例

from shapely.geometry import Polygon

# Create polygon from lists of points
x = [list of x vals]
y = [list of y vals]

polygon = Polygon(x,y)

因此，我发现诀窍是使用Polygon类方法的组合来实现。

如果你想测地坐标，然后需要转换（通过这些回WGS84 pyproj，matplotlib的basemap，或东西）。

from shapely.geometry import Polygon

#Create polygon from lists of points
x = [list of x vals]
y = [list of y vals]

some_poly = Polygon(x,y)

# Extract the point values that define the perimeter of the polygon
x, y = some_poly.exterior.coords.xy

我花了一段时间才知道多边形有一个外部边界，可能还有几个内部边界。我在这里发布内容是因为某些答案并未反映出这种区别，尽管为了公平起见，原始文章并未使用具有内部边界的多边形作为示例。

形成外部边界的点按CoordinateSequence排列，可以通过以下方式获得：

polygon.exterior.coords

您可以使用查找该对象的长度，len(polygon.exterior.coords) 并可以像列表一样索引该对象。例如，要获取第一个顶点，请使用polygon.exterior.coords[0]。请注意，第一点和最后一点是相同的；如果要包含不包含重复点的顶点的列表，请使用polygon.exterior.coords[:-1]。

您可以将CoordinateSequence（包括重复的顶点）转换为点列表，从而：

list(polygon.exterior.coords)

类似地，由组成第一内部边界的顶点组成的CoordinateSequence获得为polygon.interiors[0].coords，并且得到这些顶点的列表（没有重复点）为polygon.interiors[0].coords[:-1]。

您可以使用匀称mapping函数：

>>> from shapely.geometry import Polygon, mapping
>>> sh_polygon = Polygon(((0,0), (1,1), (0,1)))
>>> mapping(sh_polygon)
{'type': 'Polygon', 'coordinates': (((0.0, 0.0), (1.0, 1.0), (0.0, 1.0), (0.0, 0.0)),)}

我用这个：

list(zip(*p.exterior.coords.xy))

用以下方式创建的多边形p = Polygon([(0,0),(1,1),(1,0),(0,0)])返回：

[(0.0, 0.0), (1.0, 1.0), (1.0, 0.0), (0.0, 0.0)]

如果您确实需要构成多边形的匀称点对象，而不仅仅是坐标元组，则可以通过以下方式实现：

points = MultiPoint(polygon.boundary.coords)

您可以使用NumPy.array将形状良好的Polygon转换为NumPy数组。我发现使用NumPy数组比coords.xy返回的数组有用，因为坐标是成对的，而不是两个一维数组。使用对您的应用程序更有用的那个。

import numpy as np
x = [1, 2, 3, 4]
y = [9, 8, 7, 6]
polygon = Polygon(x,y)
points = np.array(polygon)

# points is:
[[ 1 9]
 [ 2 8]
 [ 3 7]
 [ 4 6]]

您可以使用以下两种方法中的任何一种。

1）

p = Polygon([(1,0),(1,1),(0,1),(0,0)])
for x,y in p.exterior.coords:
   print(x,y)

上面的代码显示以下内容。请注意（1,0）被打印两次，因为exterior.coords返回一个完成多边形的有序序列。

1.0 0.0
1.0 1.0
0.0 1.0
0.0 0.0
1.0 0.0

2）

p.exterior.coords.xy

它输出以下内容

(array('d', [1.0, 1.0, 0.0, 0.0, 1.0]), array('d', [0.0, 1.0, 1.0, 0.0, 0.0]))

更新（2017-06-09）：

由于最后一个答案似乎不适用于Shape的最新版本，因此我建议进行此更新。

整齐地提供了Numpy数组接口（如文档所述：http : //toblerity.org/shapely/project.html）

因此，让我们poly成为一个匀称的多边形几何：

In [2]: type(poly)
Out[2]: shapely.geometry.polygon.Polygon

此命令将转换为numpy数组：

In [3]: coordinates_array = np.asarray(poly.exterior.coords)

提示：
必须提供多边形的external.coords，因为给出直接几何形状似乎也不起作用：

In [4]: coordinates_array = np.asarray(poly)
Out[4]: array(<shapely.geometry.polygon.Polygon object at 0x7f627559c510>, dtype=object)