如何聚合地理编码数据集以减少热力图中的数量？

Question

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。

- user6681013

---

使用权重计算加权平均值，并将点稍微移动。例如，如果点A的权重为0.9，点B的权重为0.1，则新点应该在连接A和B的线的0.1附近，靠近A。 - Not_a_Golfer

两个重要问题：1. 热力图应该代表什么，即完美的、无损结果的定义是什么？一旦你定义了这个，第二个问题就是：你能接受哪些与第一个问题不同的偏差？ - Rafał Dowgird

@Not_a_Golfer，你能否提供一个例子？ - user6681013

我通过将地图分成若干区域（大正方形）来完成这项任务，当添加新路径时，计算它经过哪些区块并在每个区块上加1。如果粗心实施，查找正方形的算法可能会非常耗费时间。 - Mike B

你使用哪个数据库？Postgres和Mongo都有地理索引 https://docs.mongodb.com/manual/applications/geospatial-indexes/ 和 http://revenant.ca/www/postgis/workshop/indexing.html。此外，你可能需要对数据进行聚类。 - vporoshok

Answer 1

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}
}

- maerics