删除线图的冗余点

Question

我正在尝试使用一些库来绘制大量点。这些点按时间排序，并且它们的值可以被认为是不可预测的。

我目前的问题是，点的数量过多使库需要很长时间才能渲染。许多点是多余的（也就是说，它们位于由函数 y = ax + b 定义的同一条线上）。有没有办法检测并删除冗余点以加快渲染速度？

感谢您的时间。

Answer 1

下面是一个变体 拉默-道格拉斯-普克 1.5d 图的算法：

1. 计算第一个点和最后一个点之间的直线方程
2. 检查所有其他点以找出距线最远的点
3. 如果最差点低于您想要的容差，则输出单个段
4. 否则递归调用考虑两个子数组，使用最差点作为分割器

在Python中这可能是

def simplify(pts, eps):
    if len(pts) < 3:
        return pts
    x0, y0 = pts[0]
    x1, y1 = pts[-1]
    m = float(y1 - y0) / float(x1 - x0)
    q = y0 - m*x0
    worst_err = -1
    worst_index = -1
    for i in xrange(1, len(pts) - 1):
        x, y = pts[i]
        err = abs(m*x + q - y)
        if err > worst_err:
            worst_err = err
            worst_index = i
    if worst_err < eps:
        return [(x0, y0), (x1, y1)]
    else:
        first = simplify(pts[:worst_index+1], eps)
        second = simplify(pts[worst_index:], eps)
        return first + second[1:]

print simplify([(0,0), (10,10), (20,20), (30,30), (50,0)], 0.1)

输出是 [(0, 0), (30, 30), (50, 0)].

关于可能不明显的数组的 python 语法：

• x[a:b] 是索引中数组的一部分 a 直至索引 b （不含）
• x[n:] 是使用以下元素组成的数组 x 来自索引 n 到最后
• x[:n] 是首先使用的数组 n 要点 x
• a+b 什么时候 a 和 b 是数组意味着串联
• x[-1] 是数组的最后一个元素

在具有 100,000 个点且值不断增加的图表上运行此实现的结果示例 eps 看得到 这里.

Answer 2

我可能会应用“最小二乘”算法以获得最佳拟合线。然后，您可以浏览靠近线路的连续点和连续的点。您只需要绘制异常值，而将曲线恢复到最佳拟合线的点。

编辑： 您可能不需要使用“最小二乘”；如您所说，如果您的输入预计会徘徊在“ y = ax+b”周围，那么这已经是您的最佳拟合线，您可以使用它。 :)