如何聚合地理编码数据集以减少热图的数量？答案

【问题标题】：How to aggregate a data set of geocodes to reduce there numbers for a heat map?如何聚合地理编码数据集以减少热图的数量？
【发布时间】：2016-12-23 16:40:25
【问题描述】：

我有一个纬度和经度数据集，用于填充热图。数据太大，而且会一天比一天增加。我需要减少数据量而不会对热图的性能产生太大影响。我知道我们可以为“权重”添加一个更多字段，并将两个附近的点组合成一个新点，其中“权重”作为前两个的总和。但我对在哪里种植新点感到困惑。我不认为这将是解决我的问题的标准方法。我正在使用 golang 来实现，但欢迎所有想法。谢谢。

【问题讨论】：

使用权重进行加权平均，并稍微移动点。例如如果 A 点为 0.9，B 点为 0.1，则新点应在 A 和 B 连接线的 0.1 附近，靠近 A。
两个重要的问题：1、热图应该代表什么，即完美、无损结果的定义是什么？一旦你定义了这一点，问题 2. 就是：你能接受与 1. 有什么样的偏差？
@RafałDowgird 热图代表车辆的运动。
@Not_a_Golfer 可以举个例子吗？
我已经通过将地图划分为多个部分（大方块）来做到这一点，当添加新路线时，计算它经过哪些街区并将每个街区加 1。但是，如果做得草率，寻找正方形的算法可能会非常繁重。

标签： algorithm go heatmap

【解决方案1】：

正如评论者所说，例如，考虑使用加权平均分。

选择一些接近阈值，在该阈值内将聚合任何点。对于这些点中的每一个，生成一个合成点，其坐标是其他点的平均值（中位数），其权重是相关点的计数。生成热图时仅包括合成加权点，以便您可以通过调整邻近阈值来减少数据量。

例如：

type Point struct{ X, Y float32 }

type WeightedPoint struct{ Weight, X, Y float32 }

func GetWeightedPoint(ps []Point) WeightedPoint {
    n := float32(len(ps))
    wp := WeightedPoint{Weight: n}
    if n > 0 {
        for _, p := range ps {
            wp.X += p.X
            wp.Y += p.Y
        }
        wp.X /= n
        wp.Y /= n
    }
    return wp
}

func main() {
    ps := []Point{{0.0, 0.0}, {1.0, 0.0}, {0.5, 1.0}}
    fmt.Printf("OK: %#v\n", GetWeightedPoint(ps))
    // OK: main.WeightedPoint{Weight:3, X:0.5, Y:0.33333334}
}

【讨论】：