摘要：
0 背景 实际工作中，需要使用最短路径算法，之前一直使用neo4j中的函数，想要和大数据平台结合，就想到了sparkGraphX，之前基本只使用python，不熟悉java和Scala的开发，多方查阅和学习，特此做个记录。 1 关于开发环境 idea-scala + spark的jar包，在scal 阅读全文
摘要：
在点的周围生成扇形缓冲区；根据线路的走向，在线路端点生成扇形缓冲区 阅读全文
摘要：
根据线上的两点，截取中间的部分 阅读全文
摘要：
from shapely.geometry import LineString, Point from shapely.ops import snap, split if __name__ == '__main__': arr = [[0, 0], [10, 0]] brr = [5, 0.01] 阅读全文
摘要：
1 arr = [[1], [2, 3], [4, 5, 6]] 2 brr = sum(arr, []) 3 # [1, 2, 3, 4, 5, 6] 4 arr = [[1], [2, 3], [[4], [5], [6]]] 5 crr = sum(arr, []) 6 # [1, 2, 3, 阅读全文
摘要：
# coding:utf-8 import numpy as np import logging logging.basicConfig(level=logging.WARNING, format='%(asctime)s-%(filename)s[line:%(lineno)d]-%(leveln 阅读全文
摘要：
# shapely.ops.transform做投影变换，可以跳过geopandas from shapely.ops import transform from functools import partial import pyproj line_pnts = [113.428126, 34.8 阅读全文
摘要：
class vectorAngle(): def __init__(self, vec): self.x, self.y = vec[0], vec[1] def vecAttr(self): # 判断点所在的象限 # N # W O E # S ref = 0. x, y = self.x, se 阅读全文
摘要：
根据点 阅读全文