当前位置: 首页>>代码示例 >>用法及示例精选 >>正文

Python cuspatial.directed_hausdorff_distance用法及代码示例


用法:

cuspatial.directed_hausdorff_distance(xs, ys, space_offsets)

计算所有空间对之间的有向 Hausdorff 距离。

参数：

xs：

x 坐标列

ys：

y 坐标列

space_offsets：

每个空格的开始索引，加上最后一个空格的结束偏移量。

返回：

result：cudf.DataFrame

每个输入空间一行一列的成对有向距离矩阵；第 i 行第 j 列的值表示从空间 i 到空间 j 的豪斯多夫距离。

例子：

从一个空间到另一个空间的有向豪斯多夫距离是第一个空间中的任何点到第二个空间中最近点之间的所有距离中最大的。

维基百科

考虑网格上的一对线：

:
     x
-----xyy---
     :
     :

x0 = (0, 0), x1 = (0, 1)

y0 = (1, 0), y1 = (2, 0)

x0 是 x 到 y 的最近点。从 x0 到 y 中最远点的距离为 2。

y0 是 y 中到 x 的最近点。从 y0 到 x 中最远点的距离为 1.414。

计算一组空间之间的有向 hausdorff 距离

>>> result = cuspatial.directed_hausdorff_distance(
        [0, 1, 0, 0], # xs
        [0, 0, 1, 2], # ys
        [0, 2, 4],    # space_offsets
    )
>>> print(result)
         0         1
    0  0.0  1.414214
    1  2.0  0.000000

相关用法


注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cuspatial.directed_hausdorff_distance。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。