Группировка точек

@RSAX · Регистрация: 21.05.2019

Студворк — интернет-сервис помощи студентам

Всем привет!
Есть 3D карта допустим гор, я её обрезаю по высоте и получаю координаты вершин гор. И хочу решить такую задачу.

Вход - массив вида:

Python
1
2
3
list_coord = [[1, 1, 1], [2, 1, 1], [1, 1, 1], [12, 11, 11],
              [1, 2, 2], [7, 6, 6], [13, 12, 12],
              [11, 13, 13], [6, 6, 6], [6, 7, 7], [8, 8, 8]]

Выход - количество вершин гор

Python
1
2
3
dct = [{'Объект 1': [[1, 1, 1], [2, 1, 1], [1, 1, 1], [1, 2, 2]]}, 
       {'Объект 2': [[7, 6, 6], [6, 6, 6], [6, 7, 7], [7, 6, 7]]}, 
       {'Объект 3': [[12, 11, 11], [11, 13, 13], [13, 12, 12]]}]

Все вершины разделены между собой как минимум кругом пустоты радиусом 5-10 точек

Мои мысли
Запустить цикл по list_coord, и если точка не находится в диапазоне +- 3 то добавляем её в новый массив, в итоге на выходе должен был быть массив с тремя координатами, но что то не получается доделать логику

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
count_point =[list_coord[0]]
 
for i in list_coord:
 
    for j in count_point:
        x, y = j[0], j[1]
        x_min, x_max = i[0] - 3, i[0] + 3
        y_min, y_max = i[1] - 3, i[1] + 3
 
        if not (x_min < x < x_max and y_min < y < y_max) and i not in count_point:
            count_point.append(i)
            
 
print(count_point)
>> [[1, 1, 1], [12, 11, 11], [11, 13, 13], [13, 12, 12], [7, 6, 6], [6, 6, 6], [6, 7, 7], [8, 8, 8]]

Тут ошибка в том что первый раз он добавляет [1, 1, 1], дальше всё ок, похожие массивы он пропускает, потом добавляет [12, 11, 11] и начинает заново сравнивать list_coord с count_point[0] и соответственно записывает все остальные значения массива, как это можно исправить?

Не по теме:

p.s. формулировки мыслей конечно ужасные если что спрашивайте

@Gdez · 21.06.2021, 10:19

RSAX, может просто сортирока (выборка) по длине векторов?

@RSAX · 21.06.2021, 10:22 **[ТС]**

Gdez, длинна вектора от точки [0, 0, 0] до каждой моей точки? если да то звучит неплохо, сейчас попробую

@Gdez · 21.06.2021, 10:28

RSAX, в коде реализуется "попадание в квадрат"? Точно не "в круг" ("в кольцо")?

@RSAX · 21.06.2021, 10:39 **[ТС]**

Gdez, там просто облако точек, около 100, формы у них нету, но ближе к кругу/овалу

Вот так сделал

Python
1
2
3
4
5
for i in list_coord:
    dst = distance.euclidean(i, [0, 0, 0])
    print(dst)
 
>> 1.732, 2.449, 1.732, 3.0, 19.646, 21.424, 21.377, 11.0, 10.392, 11.575, 13.856

@Gdez · 21.06.2021, 10:57

Предварительно сортировка множества (set) либо координат (х & у), либо длин векторов {х,у}.
Затем разбиение всех точек по группам, предварительно рассчитав границы диапазонов по определенному критерию:

*- "медианный" -> допустим 3 группы из множества {1,2,5,6,9,11,12,18,25} получим объект_1 = {1,2,5}, объект_2 = {6,9,11}, объект_3 = {12,18,25}
*- с шагом, допустим 4 -> объект_1 = {1,2}, объект_2 = {5,6}, объект_3 = {9,11,12}, объект_4 = {}, объект_5 = {18}, объект_6 = {}, объект_7 = {25}
*- заранее заданный -> 0-3, 3-10, 10-100 -> объект_1 = {1,2}, объект_2 = {5,6,9}, объект_3 = {11,12,18,25}
*- по разнице между "соседями"; допустим <= 3 -> объект_1 = {1,2,5,6,9,11,12}, объект_2 = {18}, объект_3 = {25}
*- "пользовательский"

@u235 · 21.06.2021, 11:16

RSAX, это задача поиска связных компонент(labeling). Для больших размеров карт эффективно решается с использованием OpenCV, skikit-image или scipy. Решение буквально в одну строку, если на входе двухуровневое изображение - вершины - 1, остальное- 0
Даже в Imagemagick labeling есть.:-)

@RSAX · 21.06.2021, 11:43 **[ТС]**

Gdez, хотя ещё есть вопрос, вот мне надо "по разнице между "соседями"", у Вас есть какой нибудь готовый пример? Если нету, сам буду искать

Добавлено через 24 минуты
Gdez, Вот так сделал

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
lst = [1.732, 1.732, 2.449, 3.0, 10.392, 11.0, 11.575, 13.856, 19.646, 21.377, 21.424]
print(dst)
 
X = np.array(dst).reshape(-1, 1)
 
scores = []
 
for i in range(2, 10):
    kmeans_model = KMeans(n_clusters=i, random_state=1).fit(X)
    labels = kmeans_model.labels_
    scores.append((metrics.silhouette_score(X, labels, metric='euclidean'), i))
 
scores = sorted(scores)
print("Вероятность {}%, что тут {} объекта(ов).".format(round(scores[-1][0] * 100, 1), scores[-1][1]))
print("Вероятность {}%, что тут {} объекта(ов).".format(round(scores[-2][0] * 100, 1), scores[-2][1]))
print("Вероятность {}%, что тут {} объекта(ов).".format(round(scores[-3][0] * 100, 1), scores[-3][1]))
 
Вероятность 85.0%, что тут 3 объекта(ов).
Вероятность 75.1%, что тут 4 объекта(ов).
Вероятность 70.4%, что тут 5 объекта(ов).

Добавлено через 1 минуту
u235, про это всё да знаю, но данные получаю с 3d камеры тупа массивом, не хочу пока прибегать к визуализации, есть идея на Raspberry всё это запускать, если не получится то да с opencv сделаю

@u235 · 21.06.2021, 12:08

RSAX, вот пример, визуализировать никто не заставляет, если это не нужно:

Python
1
2
3
4
5
6
7
8
9
10
11
12
from scipy import ndimage
import numpy as np
list_coord = [[1, 1, 1], [2, 1, 1], [1, 1, 1], [12, 11, 11],
              [1, 2, 2], [7, 6, 6], [13, 12, 12],
              [11, 13, 13], [6, 6, 6], [6, 7, 7], [8, 8, 8]]
list_coord_a=np.array(list_coord)
map_a=list_coord_a[:,:2]
image=np.zeros(np.max(map_a, axis=0)+1, dtype=np.int32)
image[map_a[:,0], map_a[:,1]]=1
label, n=ndimage.label(image)
for i in range(1,n):
    print(f'Компонент {i}: \n {np.argwhere(label==i)}')

Кликните здесь для просмотра всего текста

Code
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Компонент 1: 
 [[1 1]
 [1 2]
 [2 1]]
Компонент 2: 
 [[6 6]
 [6 7]
 [7 6]]
Компонент 3: 
 [[8 8]]
Компонент 4: 
 [[11 13]]
Компонент 5: 
 [[12 11]]

Подход кластеризации по расстояниям до начала координат не очень хороший, т.к. могут быть несколько разных кластеров с одним и тем же расстоянием. Пример: кластеры с центром (10, 1) и с центром (1,10) будут слиты в один.

Добавлено через 5 минут
P.S. Компоненты 4 и 5 можно объединить, если добавить опцию structure=np.ones((3,3)) в ndimage.label()

@RSAX · 21.06.2021, 12:15 **[ТС]**

u235, "будут слиты в один." кстати да, чего то я вообще не подумал, а в вашем варианте без расстояний?

Добавлено через 4 минуты
u235, и ещё вопрос, как можно исправить

Python
1
image[map_a[:, 0], map_a[:, 1]] = 1

Чтобы она работала с отрицательными координатами

А то ошибка падает для точки [184, -136, 281]
IndexError: index -136 is out of bounds for axis 1 with size 29

@Gdez · 21.06.2021, 12:33

RSAX, как вариант - перенос начала координат в точку с минимумами по координатам
После расчетов - обратно

@u235 · 21.06.2021, 14:00

Сообщение от RSAX

а в вашем варианте без расстояний?

В моем варианте без расстояний, в моем варианте - топология.

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
from scipy import ndimage
import numpy as np
list_coord = [[-2, -6, 281], [1, 1, 1], [2, 1, 1], [12, 11, 11],
              [1, 2, 2], [7, 6, 6], [13, 12, 12],
              [11, 13, 13], [6, 6, 6], [6, 7, 7], [8, 8, 8]]
list_coord_a=np.array(list_coord)
map_a=list_coord_a[:,:2]
min_value=np.min(map_a, axis=0) #коррекция для отрицательных координат
map_a=map_a-min_value
image=np.zeros(np.max(map_a, axis=0)+1, dtype=np.int32)
image[map_a[:,0], map_a[:,1]]=1
label, n=ndimage.label(image, structure=np.ones((3,3)))
for i in range(1,n+1):
    print(f'Компонент {i}: \n {np.argwhere(label==i)+min_value}')

Добавлено через 32 секунды
Gdez, да, так и сделано в коде.

@RSAX · 21.06.2021, 14:05 **[ТС]**

u235, О, работает, нифига ты умный)
Вот так выглядим моя карта, вид сверху, код всё верно нашёл, 11шт, спасибо большое!

@RSAX · 22.06.2021, 16:07 **[ТС]**

u235, а ещё такой вопрос, как сделать чтобы для float работало? И зачем мы тут единицу прибавляем?

Python
1
image=np.zeros(np.max(map_a, axis=0)+1, dtype=np.int32)

У меня числа в массиве сейчас лежат в диапазоне от -1 до 1, и возникла небольшая проблема

@u235 · 22.06.2021, 16:51

RSAX, сетка равномерная или нет? Если нет то нужна триангуляция. Если равномерная, то код практически не меняется.: добавили 1 и разделили на шаг, после нахождения кластеров умножили на шаг и отняли 1.

@RSAX · 22.06.2021, 18:05 **[ТС]**

u235, сетка да, равномерная

Добавлено через 28 минут
u235, Не подскажите как исправить эту ошибку? "'numpy.float64' object cannot be interpreted as an integer", dtype я так понимаю надо изменить, а ещё что?

@u235 · 22.06.2021, 18:58

Что-то типа такого для смещения шкалы и перевода в int из float

Python
1
2
3
4
5
6
7
8
9
10
In [40]: arr=np.array([-0.9, 0, 0.9])
 
In [41]: h=0.1
 
In [42]: arr=(arr+1)/h
 
In [43]: arr=np.int64(arr)
 
In [44]: arr
Out[44]: array([ 0, 10, 18])

Потом кластеризация и обратное преобразование

@RSAX · 22.06.2021, 19:34 **[ТС]**

u235, всё равно на той же строке пишет ValueError: array is too big; `arr.size * arr.dtype.itemsize` is larger than the maximum possible size. если я ставлю h=0.0000000001, но впринципе пока с h = 0.00001 работает и ладно
Немного ещё один вопрос, если можно)
Вот такое облако точек появилось, и кластеризация помечает каждую точку как отдельный объект, я могу как то настроить точность работы, границы указать так сказать?

@u235 · 22.06.2021, 20:18

RSAX, у вас реально такой маленький шаг между точками?

Вы сказали что сетка регулярная. Так какой именно у нее шаг? Почему вы его меняете произвольно? Шаг это растояние между соседними точками. Приведите пример реальных данных.

@RSAX · 22.06.2021, 22:31 **[ТС]**

u235, координаты это расстояния от камеры до точки в метрах, поэтому так мало, вот на этой картинке что кидал 7000 точек

Python
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
[0.0789702838086786, 0.026726748654913795, -0.33899998664855957]
[0.07952999876630526, 0.026726748654913795, -0.33899998664855957]
[0.07985346391344544, 0.02664790970030836, -0.33799999952316284]
[0.08041152781569287, 0.02664790970030836, -0.33799999952316284]
[0.0809695917179403, 0.02664790970030836, -0.33799999952316284]
[0.0789702838086786, 0.026166138141604005, -0.33899998664855957]
[0.07929540001119802, 0.026088952884101083, -0.33799999952316284]
[0.07961721410295897, 0.02601176762659816, -0.3370000123977661]
[0.08017362694982716, 0.02601176762659816, -0.3370000123977661]
[0.08049048073615488, 0.025934580068765693, -0.335999995470047]
[0.0810452424784379, 0.025934580068765693, -0.335999995470047]
[0.08160000422072093, 0.025934580068765693, -0.335999995470047]
[0.07929540001119802, 0.025529996067893804, -0.33799999952316284]
[0.07961721410295897, 0.025454464507493394, -0.3370000123977661]
[0.08017362694982716, 0.025454464507493394, -0.3370000123977661]
[0.08049048073615488, 0.025378930696048088, -0.335999995470047]
[0.0810452424784379, 0.025378930696048088, -0.335999995470047]
[0.08160000422072093, 0.025378930696048088, -0.335999995470047]
[0.025088755109876883, -0.10439716224391743, -0.3370000123977661]
[0.02564516795674507, -0.10439716224391743, -0.3370000123977661]
[0.02620158080361325, -0.10439716224391743, -0.3370000123977661]
[0.026757993650481437, -0.10439716224391743, -0.3370000123977661]
[0.02731440649734962, -0.10439716224391743, -0.3370000123977661]
[0.027870819344217805, -0.10439716224391743, -0.3370000123977661]
[0.02842723219108599, -0.10439716224391743, -0.3370000123977661]
[0.028983645037954173, -0.10439716224391743, -0.3370000123977661]
[0.02954005788482236, -0.10439716224391743, -0.3370000123977661]
[0.030096470731690545, -0.10439716224391743, -0.3370000123977661]
[0.030652883578558728, -0.10439716224391743, -0.3370000123977661]
[0.031209296425426913, -0.10439716224391743, -0.3370000123977661]
[0.0317657092722951, -0.10439716224391743, -0.3370000123977661]
[0.032322122119163285, -0.10439716224391743, -0.3370000123977661]
[0.032878534966031464, -0.10439716224391743, -0.3370000123977661]
[0.03343494781289965, -0.10439716224391743, -0.3370000123977661]
[0.033991360659767836, -0.10439716224391743, -0.3370000123977661]
[0.03454777350663602, -0.10439716224391743, -0.3370000123977661]
[0.03510418635350421, -0.10439716224391743, -0.3370000123977661]
[0.035660599200372387, -0.10439716224391743, -0.3370000123977661]
[0.03621701204724057, -0.10439716224391743, -0.3370000123977661]
[0.03677342489410876, -0.10439716224391743, -0.3370000123977661]
[0.037329837740976944, -0.10439716224391743, -0.3370000123977661]
[0.03788625058784513, -0.10439716224391743, -0.3370000123977661]
[0.02635707779177199, -0.10557733248619632, -0.33899998664855957]
[0.026916792749398656, -0.10557733248619632, -0.33899998664855957]
[0.027395457102187472, -0.10526589892460925, -0.33799999952316284]
[0.0279535210044349, -0.10526589892460925, -0.33799999952316284]
[0.028511584906682323, -0.10526589892460925, -0.33799999952316284]
[0.028983645037954173, -0.10495446536302219, -0.3370000123977661]
[0.02954005788482236, -0.10495446536302219, -0.3370000123977661]
[0.0301857766134246, -0.10526589892460925, -0.33799999952316284]
[0.030652883578558728, -0.10495446536302219, -0.3370000123977661]
[0.031209296425426913, -0.10495446536302219, -0.3370000123977661]
[0.0317657092722951, -0.10495446536302219, -0.3370000123977661]
[0.032322122119163285, -0.10495446536302219, -0.3370000123977661]
[0.032878534966031464, -0.10495446536302219, -0.3370000123977661]
[0.03343494781289965, -0.10495446536302219, -0.3370000123977661]
[0.033991360659767836, -0.10495446536302219, -0.3370000123977661]
[0.03454777350663602, -0.10495446536302219, -0.3370000123977661]
[0.03510418635350421, -0.10495446536302219, -0.3370000123977661]
[0.035660599200372387, -0.10495446536302219, -0.3370000123977661]
[0.03621701204724057, -0.10495446536302219, -0.3370000123977661]
[0.03677342489410876, -0.10495446536302219, -0.3370000123977661]
[0.02635707779177199, -0.1061379429995061, -0.33899998664855957]
[0.026916792749398656, -0.1061379429995061, -0.33899998664855957]
[0.027395457102187472, -0.10582485574081653, -0.33799999952316284]
[0.0279535210044349, -0.10582485574081653, -0.33799999952316284]
[0.028511584906682323, -0.10582485574081653, -0.33799999952316284]
[0.028983645037954173, -0.10551176848212696, -0.3370000123977661]
[0.02954005788482236, -0.10551176848212696, -0.3370000123977661]
[0.0301857766134246, -0.10582485574081653, -0.33799999952316284]
[0.030652883578558728, -0.10551176848212696, -0.3370000123977661]
[0.031209296425426913, -0.10551176848212696, -0.3370000123977661]
[0.0317657092722951, -0.10551176848212696, -0.3370000123977661]
[0.032322122119163285, -0.10551176848212696, -0.3370000123977661]
[0.032878534966031464, -0.10551176848212696, -0.3370000123977661]
[0.03343494781289965, -0.10551176848212696, -0.3370000123977661]
[0.033991360659767836, -0.10551176848212696, -0.3370000123977661]
[0.03454777350663602, -0.10551176848212696, -0.3370000123977661]
[0.03510418635350421, -0.10551176848212696, -0.3370000123977661]
[0.035660599200372387, -0.10551176848212696, -0.3370000123977661]
[0.03621701204724057, -0.10551176848212696, -0.3370000123977661]
[0.03677342489410876, -0.10551176848212696, -0.3370000123977661]
[0.030743840515672024, -0.10638381255702381, -0.33799999952316284]
[0.03130190441791945, -0.10638381255702381, -0.33799999952316284]
[0.031859968320166875, -0.10638381255702381, -0.33799999952316284]
[0.0324180322224143, -0.10638381255702381, -0.33799999952316284]
[0.03297609612466172, -0.10638381255702381, -0.33799999952316284]
[0.03343494781289965, -0.10606907160123173, -0.3370000123977661]
[0.033991360659767836, -0.10606907160123173, -0.3370000123977661]
[0.03454777350663602, -0.10606907160123173, -0.3370000123977661]
[0.03510418635350421, -0.10606907160123173, -0.3370000123977661]

Новые блоги и статьи Все статьи Все блоги /
SDL3 для Web (WebAssembly): Основы отладки веб-приложений на SDL3 по USB и Wi-Fi, запущенных в браузере мобильных устройств 8Observer8 07.02.2026 Содержание блога Браузер Chrome имеет средства для отладки мобильных веб-приложений по USB. В этой пошаговой инструкции ограничимся работой с консолью. Вывод в консоль - это часть процесса. . .	SDL3 для Web (WebAssembly): Обработчик клика мыши в браузере ПК и касания экрана в браузере на мобильном устройстве 8Observer8 02.02.2026 Содержание блога Для начала пошагово создадим рабочий пример для подготовки к экспериментам в браузере ПК и в браузере мобильного устройства. Потом напишем обработчик клика мыши и обработчик. . .	Философия технологии iceja 01.02.2026 На мой взгляд у человека в технических проектах остается роль генерального директора. Все остальное нейронки делают уже лучше человека. Они не могут нести предпринимательские риски, не могут. . .	SDL3 для Web (WebAssembly): Вывод текста со шрифтом TTF с помощью SDL3_ttf 8Observer8 01.02.2026 Содержание блога В этой пошаговой инструкции создадим с нуля веб-приложение, которое выводит текст в окне браузера. Запустим на Android на локальном сервере. Загрузим Release на бесплатный. . .
SDL3 для Web (WebAssembly): Сборка C/C++ проекта из консоли 8Observer8 30.01.2026 Содержание блога Если вы откроете примеры для начинающих на официальном репозитории SDL3 в папке: examples, то вы увидите, что все примеры используют следующие четыре обязательные функции, а. . .	SDL3 для Web (WebAssembly): Установка Emscripten SDK (emsdk) и CMake для сборки C и C++ приложений в Wasm 8Observer8 30.01.2026 Содержание блога Для того чтобы скачать Emscripten SDK (emsdk) необходимо сначало скачать и уставить Git: Install for Windows. Следуйте стандартной процедуре установки Git через установщик. . . .	SDL3 для Android: Подключение Box2D v3, физика и отрисовка коллайдеров 8Observer8 29.01.2026 Содержание блога Box2D - это библиотека для 2D физики для анимаций и игр. С её помощью можно определять были ли коллизии между конкретными объектами. Версия v3 была полностью переписана на Си, в. . .	Инструменты COM: Сохранение данный из VARIANT в файл и загрузка из файла в VARIANT bedvit 28.01.2026 Сохранение базовых типов COM и массивов (одномерных или двухмерных) любой вложенности (деревья) в файл, с возможностью выбора алгоритмов сжатия и шифрования. Часть библиотеки BedvitCOM Использованы. . .

@Gdez 8849 / 4500 / 1864 Регистрация: 27.03.2020 Сообщений: 7,316
	21.06.2021, 10:19
	RSAX, может просто сортирока (выборка) по длине векторов? 0

@RSAX 102 / 85 / 25 Регистрация: 21.05.2019 Сообщений: 481
	21.06.2021, 10:22 [ТС]
	Gdez, длинна вектора от точки [0, 0, 0] до каждой моей точки? если да то звучит неплохо, сейчас попробую 0

@Gdez 8849 / 4500 / 1864 Регистрация: 27.03.2020 Сообщений: 7,316
	21.06.2021, 10:28
	RSAX, в коде реализуется "попадание в квадрат"? Точно не "в круг" ("в кольцо")? 0

@Gdez 8849 / 4500 / 1864 Регистрация: 27.03.2020 Сообщений: 7,316
	21.06.2021, 10:57
	Сообщение было отмечено RSAX как решение Решение Предварительно сортировка множества (set) либо координат (х & у), либо длин векторов {х,у}. Затем разбиение всех точек по группам, предварительно рассчитав границы диапазонов по определенному критерию: - "медианный" -> допустим 3 группы из множества {1,2,5,6,9,11,12,18,25} получим объект_1 = {1,2,5}, объект_2 = {6,9,11}, объект_3 = {12,18,25} - с шагом, допустим 4 -> объект_1 = {1,2}, объект_2 = {5,6}, объект_3 = {9,11,12}, объект_4 = {}, объект_5 = {18}, объект_6 = {}, объект_7 = {25} - заранее заданный -> 0-3, 3-10, 10-100 -> объект_1 = {1,2}, объект_2 = {5,6,9}, объект_3 = {11,12,18,25} - по разнице между "соседями"; допустим <= 3 -> объект_1 = {1,2,5,6,9,11,12}, объект_2 = {18}, объект_3 = {25} *- "пользовательский" 1

@u235 5516 / 2869 / 571 Регистрация: 07.11.2019 Сообщений: 4,759
	21.06.2021, 11:16
	RSAX, это задача поиска связных компонент(labeling). Для больших размеров карт эффективно решается с использованием OpenCV, skikit-image или scipy. Решение буквально в одну строку, если на входе двухуровневое изображение - вершины - 1, остальное- 0 Даже в Imagemagick labeling есть.:-) 0

@Gdez 8849 / 4500 / 1864 Регистрация: 27.03.2020 Сообщений: 7,316
	21.06.2021, 12:33
	RSAX, как вариант - перенос начала координат в точку с минимумами по координатам После расчетов - обратно 0

@RSAX 102 / 85 / 25 Регистрация: 21.05.2019 Сообщений: 481
	21.06.2021, 14:05 [ТС]
	u235, О, работает, нифига ты умный) Вот так выглядим моя карта, вид сверху, код всё верно нашёл, 11шт, спасибо большое! Миниатюры 0

@u235 5516 / 2869 / 571 Регистрация: 07.11.2019 Сообщений: 4,759
	22.06.2021, 16:51
	RSAX, сетка равномерная или нет? Если нет то нужна триангуляция. Если равномерная, то код практически не меняется.: добавили 1 и разделили на шаг, после нахождения кластеров умножили на шаг и отняли 1. 1

@RSAX 102 / 85 / 25 Регистрация: 21.05.2019 Сообщений: 481
	22.06.2021, 18:05 [ТС]
	u235, сетка да, равномерная Добавлено через 28 минут u235, Не подскажите как исправить эту ошибку? "'numpy.float64' object cannot be interpreted as an integer", dtype я так понимаю надо изменить, а ещё что? 0

@RSAX 102 / 85 / 25 Регистрация: 21.05.2019 Сообщений: 481
	22.06.2021, 19:34 [ТС]
	u235, всё равно на той же строке пишет ValueError: array is too big; `arr.size * arr.dtype.itemsize` is larger than the maximum possible size. если я ставлю h=0.0000000001, но впринципе пока с h = 0.00001 работает и ладно Немного ещё один вопрос, если можно) Вот такое облако точек появилось, и кластеризация помечает каждую точку как отдельный объект, я могу как то настроить точность работы, границы указать так сказать? Миниатюры 0

@u235 5516 / 2869 / 571 Регистрация: 07.11.2019 Сообщений: 4,759
	22.06.2021, 20:18
	RSAX, у вас реально такой маленький шаг между точками? Вы сказали что сетка регулярная. Так какой именно у нее шаг? Почему вы его меняете произвольно? Шаг это растояние между соседними точками. Приведите пример реальных данных. 0