计算质心
边界框的范围可能从一个城市街区到整个州，甚至国家。为简单起见，我们可以将边界框转换为"质心"（centroid），也就是边界框的中心点。质心的计算很直接——根据经纬度计算各边的中点。
numpy 已以 np 导入。
本练习是课程的一部分
在 Python 中分析社交媒体数据
练习说明
- 从 place 的 JSON 中获取第一组坐标。
- 通过将经度列表相加并除以 2 计算中心经度。
- 对纬度执行相同操作。
- 将
calculateCentroid()函数应用到place列。
交互式实操练习
通过完成这段示例代码来试试这个练习。
def calculateCentroid(place):
""" Calculates the centroid from a bounding box."""
# Obtain the coordinates from the bounding box.
coordinates = place[____][____][0]
longs = np.unique( [x[0] for x in coordinates] )
lats = np.unique( [x[1] for x in coordinates] )
if len(longs) == 1 and len(lats) == 1:
# return a single coordinate
return (longs[0], lats[0])
elif len(longs) == 2 and len(lats) == 2:
# If we have two longs and lats, we have a box.
central_long = ____.____(____) / ____
central_lat = ____.____(____) / ____
else:
raise ValueError("Non-rectangular polygon not supported: %s" %
",".join(map(lambda x: str(x), coordinates)) )
return (central_long, central_lat)
# Calculate the centroids of place
centroids = tweets_sotu[____].apply(____)