根据坐标获取最接近的点

Question

我想根据单个点在R中的距离将其捕捉到其他点。详细地说，我有一堆由X和Y坐标对定义的点。 另外，我还有一个不同的点，我想捕捉到最近的邻居（欧氏距离）。

# target points
df <- data.frame(X=c(1,2,2,2,3,4),Y=c(1,2,2,3,3,4))

# points that need snapping
point1 <- data.frame(X=2.1, Y=2.3)
point2 <- data.frame(X=2.5, Y=2.5)


plot(df)
points(point1$X,point1$Y,pch=20,col="red")
points(point2$X,point2$Y,pch=20,col="blue")

但是，如何处理这些要点呢？ 如何捕捉点并将新的坐标对分配给单个点？ R中有一个简单的功能吗？ 还是我需要应用dist（）函数来获取距离矩阵并搜索最接近的距离？ 也许有更直接的方法。

那应该是什么样子：

1）捕捉到最近的（欧几里德距离）点（为点1清除解决方案）

point1$X_snap <- 2
point1$Y_snap <- 2

2）如果两个或两个以上的点相似地接近于比其更接近“东北”的点，则a）首先捕捉到更北（Y方向）的那个点； b）如果有多个点在Y中具有类似的距离方向向东移

point2$X_snap <- 3
point2$Y_snap <- 3

以图形方式说明结果如何

#plot snapped points:
points(point1$X_snap,point1$Y_snap,pch=8,col="red")
points(point2$X_snap,point2$Y_snap,pch=8,col="blue")

Answer 1

可以使用dist ：

 dist(rbind(point1,df))
          1         2         3         4         5
2 1.7029386                                        
3 0.3162278 1.4142136                              
4 0.3162278 1.4142136 0.0000000                    
5 0.7071068 2.2360680 1.0000000 1.0000000          
6 1.1401754 2.8284271 1.4142136 1.4142136 1.0000000
7 2.5495098 4.2426407 2.8284271 2.8284271 2.2360680
          6
2          
3          
4          
5          
6          
7 1.4142136

因此，第一列中具有最小值（距离）的行标识了df中最接近point1 。 在您的示例中，您有一个重复的位置。 对每个point_x重复point_x 。

Answer 2

我使用Biobase（Bioconductor）的matchpt（）函数找到了另一个解决方案：

# target points
df <- data.frame(X=c(1,2,2,2,3,4),Y=c(1,2,2,3,3,4))

# points that need snapping
point1 <- data.frame(X=2.1, Y=2.3)
point2 <- data.frame(X=2.5, Y=2.5)

snap <- function(df,point){
  require(Biobase)
  d <- matchpt(as.matrix(df),
               as.matrix(data.frame(X=point$X+0.0001,Y=point$Y+0.0001))) # to the "northwest" criteria correct

  min_row <- as.numeric(rownames(d[d$distance==min(d$distance),]))

  point$X_snap <- unique(df[min_row,"X"])
  point$Y_snap <- unique(df[min_row,"Y"])

  point
}

snap(df,point2)

Answer 3

您可能还想尝试RANN软件包进行快速最近邻居搜索：

# your data
df <- data.frame(X=c(1,2,2,2,3,4),Y=c(1,2,2,3,3,4))
pts <- data.frame(X=c(2.1, 2.5), Y=c(2.3, 2.5))
library(RANN)
# for each point in pts, find the nearest neighbor from df
closest <- RANN::nn2(data = df, query = pts, k = 1)
# argument k sets the number of nearest neighbours, here 1 (the closest)
closest
# $nn.idx
# [,1]
# [1,]    3
# [2,]    5
# 
# $nn.dists
# [,1]
# [1,] 0.3162278
# [2,] 0.7071068
# Get coordinates of nearest neighbor
pts$X_snap <- df[closest$nn.idx, "X"]
pts$Y_snap <- df[closest$nn.idx, "Y"]
pts
#     X   Y X_snap Y_snap
# 1 2.1 2.3      2      2
# 2 2.5 2.5      3      3

Answer 4

我将标准（距离，“南方”，“西部”）放入一个数据框中，然后按照以下标准对该数据框进行排序：

# input data
df <- data.frame(X=c(1,2,2,2,3,4),Y=c(1,2,2,3,3,4))
point1 <- data.frame(X=2.1, Y=2.3)
point2 <- data.frame(X=2.5, Y=2.5)
df.res[with(df.res, order(dst, dy, dx)), ]

# function that sorts all potential snapping points according to distance, "westness", "southness"
snap.xy <- function(point, other.points) {
  df.res <- data.frame(X = other.points$X,   # to later access the coordinates to snap to
                       Y = other.points$Y,   # dto
                       dx <- point$X - other.points$X, # "westness" (the higher, the more "west")
                       dy <- point$Y - other.points$Y, # "southness"
                       dst = sqrt(dx^2 + dy^2))        # distance
  # print(df.res[with(df.res, order(dst, dy, dx)), ])  # just for checking the results
  return(df.res[with(df.res, order(dst, dy, dx)), ][1,c("X", "Y")])  # return only the X/Y coordinates
}

# examples
snap.xy(point1, df)    # 2/2
snap.xy(point2, df)    # 3/3
snap.xy(point2, df)$X  # 3
snap.xy(point2, df)$Y  # 3