检查点在椭圆内是否比contains_point方法快

Maroth 发表于 Dev

马罗斯

我使用matplotlib 1.15.1，并尝试生成如下散点图：

椭圆具有固定大小，并以中心坐标，宽度，高度和角度（从外部提供）绘制：我不知道它们的引号是什么。

g_ell_center = (0.8882, 0.8882)
g_ell_width = 0.36401857095483
g_ell_height = 0.16928136341606
g_ellipse = patches.Ellipse(g_ell_center, g_ell_width, g_ell_height, angle=angle, fill=False, edgecolor='green', linewidth=2)

此椭圆应在我的绘图上标记正常和半正常数据。然后，我有一个〜500点的数组，必须根据它们所属的椭圆对其进行着色。因此，我尝试使用contains_point方法检查每个点：

colors_array = []
colors_scheme = ['green', 'yellow', 'black']
for point in points_array:
    if g_ellipse.contains_point(point, radius=0):
        colors_array.append(0)
    elif y_ellipse.contains_point(point, radius=0):
        colors_array.append(1)
    else:
        colors_array.append(2)

最后，得出以下几点：

plt.scatter(x_array, y_array, s=10, c=[colors_scheme[x] for x in colors_array], edgecolor="k", linewidths=0.3)

但是contains_point非常慢！它为300点散点图工作了5分钟，我必须并行生成数千个散点图。也许有更快的方法？PS整个项目都绑定到matplotlib，我不能使用其他库。

Tmdavison

给定椭圆的中心，宽度，高度和角度，此方法应测试点是否在椭圆内。您可以找到该点相对于椭圆中心的x和y坐标，然后使用该角度将其转换为沿长轴和短轴的坐标。最后，您找到该点到像元中心的标准化距离，其中椭圆上的距离为1，内部小于1，外部为1。

import matplotlib.pyplot as plt
import matplotlib.patches as patches
import numpy as np

fig,ax = plt.subplots(1)
ax.set_aspect('equal')

# Some test points
x = np.random.rand(500)*0.5+0.7
y = np.random.rand(500)*0.5+0.7

# The ellipse
g_ell_center = (0.8882, 0.8882)
g_ell_width = 0.36401857095483
g_ell_height = 0.16928136341606
angle = 30.

g_ellipse = patches.Ellipse(g_ell_center, g_ell_width, g_ell_height, angle=angle, fill=False, edgecolor='green', linewidth=2)
ax.add_patch(g_ellipse)

cos_angle = np.cos(np.radians(180.-angle))
sin_angle = np.sin(np.radians(180.-angle))

xc = x - g_ell_center[0]
yc = y - g_ell_center[1]

xct = xc * cos_angle - yc * sin_angle
yct = xc * sin_angle + yc * cos_angle 

rad_cc = (xct**2/(g_ell_width/2.)**2) + (yct**2/(g_ell_height/2.)**2)

colors_array = []

for r in rad_cc:
    if r <= 1.:
        # point in ellipse
        colors_array.append('green')
    else:
        # point not in ellipse
        colors_array.append('black')

ax.scatter(x,y,c=colors_array,linewidths=0.3)

plt.show()