一、R-Tree树介绍
R树是一种空间索引结构,由对象的边界框与 id 来进行索引和查找,对空间中的物体进行查找时可以加快查找速度。R树对几何物体与信息进行查找时有特别明显的优势,边界框的形势如(llx,lly,rux,ruy)或者(llx,rux,lly,ruy)的一个最小边界矩形(MBR)。
R树是一种平衡树,树中的每个非叶子节点保存的是对象的边界框,而叶子节点保存的是我们插入的对象。对于R树的各种实现来说,每个节点的默认容量(也就是每个节点中保存的最大节点数量)影响着查找与搜索的效率。
二、python中Rtree的使用
python中有rtree的库,名字就叫做rtree,在使用时先构造rtree的索引,然后向索引中插入我们的对象和边界框,需要注意的是,往rtree中插入的对象必须是可以pickled的对象。
在python中rtree的默认值为100,当插入的数量大于100时,rtree就会分裂出一个新的节点来进行存储,并且会增加一层。
注:边界框的插入有特定的规则,当rtree的 interleaved 值为True时(默认值为True),最小边界框的形式如:
[xmin, ymin, ..., kmin, xmax, ymax, ..., kmax]
当interleaved的值为False时,最小边界框的形式如:
[xmin, xmax, ymin, ymax, ..., ..., kmin, kmax]
rtree的查询结果返回的是一个迭代器,我们可以拿到插入时的id、边界框,对象。
python
import rtree
tree = rtree.Rtree()
print(tree)
index = 0
for i in range(100):
coord = (i-1, i-1, i, i)
obj = i # 我们插入的对象
tree.insert(index, coord, obj)
index += 1
print(tree)
# rtree的查找,边界框,是否查找对象:默认为False不查找
result = tree.intersection((0,0,1,1),objects=True)
# 结果是一个迭代器
result = list(result)
print(result)