Python 性能问题：两个多边形之间的差异

Question

我目前正在使用 Python 3.7，我想找到很多多边形之间的区别。 我的意思是，如果我有一个多边形A和一个多边形B，我想做数学“A not B”运算。 此操作有两种可能的结果，如下图所示：

所以我相互减去（“切割”）的两个多边形要么给我一个新的多边形，要么是空的。 所有其他情况都可以忽略。 对于情况 1，多边形的形式不需要精确。因此，如果多边形稍有变化也是可以接受的。

对于案例 2，我需要知道多边形是否为空。

此外，多边形 A 和 B 中没有任何“洞”，因此只能通过它们的外边界来描述它们。

我已经构建了一个原型，它使用shapely 的difference操作来做到这一点。 我尽可能少地“切割”（每两个多边形一次）。

我的代码有点复杂，但基本上可以分解为这个简单的函数：

def cut_hole(A : Polygon, B : Polygon) -> Polygon:
    """
    Cuts a "hole" into shapely polygon A
    :return: The polygon resulting of the operation A-B. Might be empty!
    """
    outer = A #not in my code, just to point out what I mean
    inner = B
    return outer.difference(inner)

现在我的问题是这很慢！ 我每批次处理大约15.000 个操作（30.000 个多边形），我需要大约 10 到 15 分钟来计算它们。 我真的很想缩短到 5 分钟以内。

请记住，这并没有考虑到所有其他操作。 15 分钟仅用于差异操作。 我可以在 1 分钟内将每个多边形 A 排序到每个多边形 B。 我只需要一种快速的方法来从中获取生成的多边形。

我用一台“好”的电脑（英特尔酷睿 i7，16 GB 内存）做了这个测试。 CPU 或 RAM 都未达到极限。

所以最大的问题是：我怎样才能加快速度？

有没有办法将多边形转换成更容易处理的形式？ 或者有没有“更好”的方法来获得两个多边形的差异？

有没有更好的替代图书馆？ 或者我可以使用其他硬件吗？ 如果是这样，那可能是哪种硬件？

最后，我的下一步是尝试并行化“切割”。 有没有内置的方法可以快速有效地做到这一点？ 因为我没有找到一个身材匀称的。

此外，我将非常感谢有关分析可能瓶颈的提示。

附录：

一些多边形似乎相当复杂。 我的意思是，更复杂的多边形平均包含 15.000 个点。 不复杂的多边形少于 100 点。 然而，通常（如 99%）多边形类型 A 或类型 B 并不复杂。

这是 WKT 中复杂多边形的示例

Answer 1

按顺序排列你的分数：

• 我非常怀疑还有另一种更适合在 python 中操作多边形的格式/库而不是 shapely，它是参考包。 您可以尝试simplify几何图形，但一些快速测试表明它也是一个缓慢的操作（ p是您在上面复制粘贴的多边形）：

   p2 = p.buffer(-10) # creating a 2nd polygon %timeit p.simplify(1) # 58.4 ms, from 15000 to 8000 points %timeit p.difference(p2) # 53.2 ms %timeit p.difference(p2.simplify(1)) # 127ms %timeit p.simplify(1).difference(p2) # 114ms

• Shapely 在幕后使用GEOS 。 也许您可以尝试朝那个方向挖掘较低级别的解决方案。

• shapely 没有平行性。 但是，由于您的“As”和“Bs”多边形似乎已经匹配，因此您可以通过线程池或进程池（请参阅多处理包）并行化匀称操作。 如果它们不匹配，你可以通过intersects快速检查它（比intersection或difference快得多。如果你的一些多边形不相交，那将是一个巨大的加速。

• 考虑到您的数据大小（5GB 是很多几何图形......），我认为除了并行化之外，您无法节省那么多时间，因为一个difference需要约 70 毫秒，这使得 15000 次操作需要约 1050 秒 = 17 分钟