如何用Python为网格系统内方块分配地理坐标与行列编号

核心步骤 #

1. 提取边界框的坐标范围，确定x轴和y轴的极值
2. 用np.linspace对x、y轴进行等分分割，得到网格节点
3. 遍历每个网格单元，计算四个角的坐标并生成自定义编号
4. 可视化网格（可选）
5. 实现点坐标到网格编号的快速映射

具体代码实现 #

import numpy as np
import matplotlib.pyplot as plt

# 1. 定义设施边界框坐标
bottomLeft = (5728532.582535409, -103910.03553330127)
bottomRight = (5728616.315470162, -103910.03553330127)
topLeft = (5728532.582535409, -103774.97966179297)
topRight = (5728616.315470162, -103774.97966179297)

# 提取x、y轴极值
x_min, y_min = bottomLeft
x_max, y_max = topRight

# 2. 自定义网格行列数（可根据需求调整）
rows = 2  # 垂直方向（y轴）的网格行数
cols = 3  # 水平方向（x轴）的网格列数

# 生成x、y轴的分割点（cols+1个点分割成cols列，rows+1个点分割成rows行）
x_points = np.linspace(x_min, x_max, cols + 1)
y_points = np.linspace(y_min, y_max, rows + 1)

# 3. 遍历生成每个网格方块的属性
grid_blocks = []
for row_idx in range(rows):
    for col_idx in range(cols):
        # 计算当前方块的四个角坐标
        bl = (x_points[col_idx], y_points[row_idx])
        br = (x_points[col_idx+1], y_points[row_idx])
        tl = (x_points[col_idx], y_points[row_idx+1])
        tr = (x_points[col_idx+1], y_points[row_idx+1])
        
        # 生成编号：行号从顶部开始（1为最上方），列号从左侧开始（1为最左）
        row_num = rows - row_idx
        col_num = col_idx + 1
        block_id = f"{row_num}{col_num}"
        
        grid_blocks.append({
            "id": block_id,
            "bottomLeft": bl,
            "bottomRight": br,
            "topLeft": tl,
            "topRight": tr
        })

# 打印所有网格方块信息
for block in grid_blocks:
    print(f"方块编号: {block['id']}")
    print(f"bottomLeft: {block['bottomLeft']}")
    print(f"bottomRight: {block['bottomRight']}")
    print(f"topLeft: {block['topLeft']}")
    print(f"topRight: {block['topRight']}\n")

# 4. 可视化网格
plt.figure(figsize=(10, 8))
# 画网格线
for x in x_points:
    plt.plot([x, x], [y_min, y_max], 'gray', linewidth=1)
for y in y_points:
    plt.plot([x_min, x_max], [y, y], 'gray', linewidth=1)

# 标注每个方块的编号和中心点坐标
for block in grid_blocks:
    # 计算中心点坐标用于标注
    cx = (block['bottomLeft'][0] + block['topRight'][0]) / 2
    cy = (block['bottomLeft'][1] + block['topRight'][1]) / 2
    plt.text(cx, cy, block['id'], fontsize=12, ha='center', va='center')

# 设置坐标轴标签和标题
plt.xlabel('X坐标 (米)')
plt.ylabel('Y坐标 (米)')
plt.title('设施网格划分可视化')
plt.grid(False)  # 关闭默认网格，避免和自定义网格重复
plt.show()

# 5. 实现点坐标到网格编号的映射
def get_block_id(point, x_points, y_points, rows):
    x, y = point
    # 找到x所在的列索引（从0开始）
    col_idx = np.digitize(x, x_points) - 1
    # 找到y所在的行索引（从0开始，y_min对应索引0）
    row_idx = np.digitize(y, y_points) - 1
    # 转换为自定义编号规则的行号和列号
    row_num = rows - row_idx
    col_num = col_idx + 1
    # 处理边界情况：点刚好在x_max或y_max时，索引会超出范围
    if col_idx >= cols:
        col_num = cols
        col_idx = cols - 1
    if row_idx >= rows:
        row_num = 1
        row_idx = rows - 1
    return f"{row_num}{col_num}"

# 测试映射功能
test_point = (5728550, -103850)
print(f"测试点 {test_point} 所在方块编号: {get_block_id(test_point, x_points, y_points, rows)}")

关键细节说明 #

• 编号规则：行号从顶部开始计数（最上方为1），列号从左侧开始计数（最左侧为1），比如11对应左上角第一个方块，符合需求。
• 坐标计算：利用分割点的索引直接推导每个方块的四个角坐标，确保每个方块的边界和设施边界完全对齐。
• 可视化：用matplotlib绘制网格线并标注编号，直观验证网格划分是否符合预期。
• 点映射：通过np.digitize快速定位点所在的区间，转换为对应的网格编号，处理了点刚好落在边界上的特殊情况。

内容的提问来源于stack exchange，提问作者Zihan Liu