#python
#python
Вопрос:
Я видел много людей, реализующих алгоритм «быстрой выборки диска Пуассона», известный как Бридсон (статья об алгоритме, код python). Однако я не нашел никого, кто бы реализовал его в реальном наборе данных. Допустим, у кого-то есть предопределенный набор данных.
Я хотел бы предоставить моему алгоритму диска Пуассона координаты точек с количеством точек, которые я хочу выбрать, с определенным условием для радиуса. Кто-нибудь делал это раньше? Выполнимо ли это? Любая помощь приветствуется.
Комментарии:
1. Это только я, или этот график выглядит 3D ….!
2. @YaakovBressler хе-хе. Нет, это точечный график 2D, однако, возможно, эффекты цветов играют роль в том, чтобы он выглядел 3D.
3. Я не думаю, что ваш вопрос имеет смысл. Быстрая выборка с диска Пуассона — это способ создания набора данных. Что значит применить такой метод к существующему набору данных? Это все равно, что сказать: «сгенерируйте для меня 10 случайных чисел от 0 до 100, но сгенерируйте их на основе этих 10 чисел, которые у меня уже есть».
4. @Steve Действительно. Алгоритм генерирует данные. Однако я спрашиваю о том, как сделать алгоритм выборки данных из существующего набора данных, используя ту же технику. Таким образом, в основном, выбранные точки будут отделены друг от друга определенным расстоянием / радиусом окружности.
5. Ах, хорошо. Я думаю, я понял. Я бы не назвал это реализацией быстрой выборки диска Пуассона. Скорее, мне кажется, что то, что вы действительно хотите сделать, это запустить стандартный алгоритм быстрой выборки диска Пуассона, но затем использовать его результаты для извлечения точек из вашего существующего набора данных. Для каждой из сгенерированных выборок вы хотите вернуть реальную точку данных, которая находится ближе всего к этой выборке и на заданном расстоянии от выборки. Подводит ли это итог?
Ответ №1:
Ниже приведен код с примерами, размещенными на моем github.
Однако код еще не доработан, пока он работает.
Случайная выборка.
Выборка диска Пуассона
Комментарии:
1. Ваша ссылка на GitHub мертва.