我有一组纬度和经度数据用于生成热力图。这些数据量很大,而且每天都在不断增加。我需要减少数据量,同时尽量不影响热力图的性能。我知道我们可以添加一个“权重”字段,并将两个附近的点合并成一个新点,其中“权重”是前两个点的总和。但是我对如何放置新点感到困惑。我认为这不是解决我的问题的标准方法。我正在使用golang进行实现,但欢迎所有想法。谢谢。
我有一组纬度和经度数据用于生成热力图。这些数据量很大,而且每天都在不断增加。我需要减少数据量,同时尽量不影响热力图的性能。我知道我们可以添加一个“权重”字段,并将两个附近的点合并成一个新点,其中“权重”是前两个点的总和。但是我对如何放置新点感到困惑。我认为这不是解决我的问题的标准方法。我正在使用golang进行实现,但欢迎所有想法。谢谢。
正如评论者所提到的,考虑使用加权平均点。
选择一个接近度阈值,在此范围内聚合任何点。对于这些点中的每一个,生成一个合成点,其坐标是其他点的平均值(中位数),其权重是相关点的计数。在生成热图时仅包括合成加权点,以便通过调整接近度阈值来减少数据量。
例如:
type Point struct{ X, Y float32 }
type WeightedPoint struct{ Weight, X, Y float32 }
func GetWeightedPoint(ps []Point) WeightedPoint {
n := float32(len(ps))
wp := WeightedPoint{Weight: n}
if n > 0 {
for _, p := range ps {
wp.X += p.X
wp.Y += p.Y
}
wp.X /= n
wp.Y /= n
}
return wp
}
func main() {
ps := []Point{{0.0, 0.0}, {1.0, 0.0}, {0.5, 1.0}}
fmt.Printf("OK: %#v\n", GetWeightedPoint(ps))
// OK: main.WeightedPoint{Weight:3, X:0.5, Y:0.33333334}
}