使用matplotlib Path.contains_points筛选4顶点多边形内地图坐标失效求助

我来帮你排查代码里的问题，同时给出可行的修复方案：

问题1：遍历列表时删除元素导致的索引错位 #

你当前直接在遍历atlas_data时删除元素，这会导致后续元素的索引偏移，enumerate的计数器n会跳过部分元素，最终有些边界外的点没被正确清理。比如删除第n个元素后，原本的n+1号元素会前移到n的位置，但循环会直接跳到n+1，导致这个元素完全没被检查。

修复方案：用列表推导式生成过滤后的新列表，这种方式既简洁又不会出现索引混乱：

filtered_data = [item for item in atlas_data if border_path.contains_points([(item[1], item[2])])]
atlas_data = filtered_data  # 替换原数据集

问题2：坐标顺序与Path坐标系不匹配 #

Matplotlib的Path基于笛卡尔坐标系（x轴横向、y轴纵向），而地理坐标的顺序（纬度/经度）很容易和这个坐标系搞混。你的border顶点和传入的点都是(lat, lon)格式，但多数地图场景下，应该把经度作为x轴、纬度作为y轴，也就是坐标顺序调整为(lon, lat)，否则contains_points会判断错误。

你可以尝试调换坐标顺序：

# 调整border的坐标顺序为(lon, lat)
border = [(149.108, -35.2825), (149.118, -35.2873), (149.118, -35.2714), (149.127, -35.2758)]
border_path = Path(border, closed=True)

# 过滤时也传入(lon, lat)格式的点
filtered_data = [item for item in atlas_data if border_path.contains_points([(item[2], item[1])])]

问题3：多边形顶点顺序错误导致内部区域判断异常 #

如果你的border顶点不是按顺时针或逆时针的连续顺序排列的，Path会无法正确识别多边形的内部区域。你可以通过可视化快速验证：

import matplotlib.pyplot as plt
from matplotlib.path import Path
from matplotlib.patches import PathPatch

fig, ax = plt.subplots()
patch = PathPatch(border_path, facecolor='lightblue', alpha=0.5)
ax.add_patch(patch)

# 绘制所有观测点
lats = [item[1] for item in atlas_data]
lons = [item[2] for item in atlas_data]
ax.scatter(lons, lats, color='red', s=10)

# 适配坐标范围
ax.set_xlim(min(lons)-0.01, max(lons)+0.01)
ax.set_ylim(min(lats)-0.01, max(lats)+0.01)
plt.show()

通过这个图，你能直观看到多边形是否覆盖了你预期的区域，以及哪些点确实在边界外。

完整修复后的代码示例 #

from matplotlib.path import Path

# 调整坐标顺序为(lon, lat)，并确保顶点按连续顺序排列
border = [(149.108, -35.2825), (149.118, -35.2873), (149.127, -35.2758), (149.118, -35.2714)]
border_path = Path(border, closed=True)

# 用列表推导式安全过滤数据
filtered_atlas_data = [
    item for item in atlas_data 
    if border_path.contains_points([(item[2], item[1])])
]

# 更新原数据集
atlas_data = filtered_atlas_data

内容的提问来源于stack exchange，提问作者Benjamin Stark