Ομαδοποίηση Σημείων Δεδομένων

DataPoint, Cluster και ClusterCollection είναι ένα μικρό, γενικού σκοπού εργαλείο ιεραρχικής-συσσώρευσης-ομαδοποίησης που διανέμεται μαζί με το Aspose.PDF FOSS για Python. Πρόκειται για γενικές πρωτογενείς λειτουργίες ομαδοποίησης δεδομένων — ένα σημείο συντεταγμένων-και-ετικέτας, μια ομάδα αντικειμένων και μια συλλογή ομάδων — και όχι για χαρακτηριστικό εγγράφου ειδικό για PDF· τίποτα σε αυτό το μοντέλο δεν διαβάζει ή γράφει περιεχόμενο PDF από μόνο του. Χρησιμοποιήστε τα όταν ο δικός σας κώδικας χρειάζεται να ομαδοποιήσει αριθμητικές τιμές (π.χ., μετρήσεις που έχετε ήδη εξάγει από ένα έγγραφο) σε συστοιχίες και να συνοψίσει μια συστοιχία με το κέντρο της.

Αναπαράσταση Σημείου Δεδομένων

DataPoint συνδυάζει ένα αναγνωριστικό name με μια λίστα value αριθμητικών συντεταγμένων. Και τα δύο εκτίθενται ως DataPoint.name και DataPoint.value μετά τη δημιουργία.

Δημιουργία και Αντιγραφή Συστοιχιών

Cluster τυλίγει μια προαιρετική λίστα αντικειμένων σε μια ενιαία ομάδα. Cluster.count αναφέρει πόσα αντικείμενα περιέχει αυτή τη στιγμή η συστοιχία, Cluster.contains() ελέγχει εάν ένα συγκεκριμένο αντικείμενο είναι μέλος, και Cluster.clone() επιστρέφει ένα ανεξάρτητο αντίγραφο που υποστηρίζεται από τη δική του λίστα αντικειμένων. Cluster.empty() επιστρέφει μια κοινόχρηστη, singleton empty-cluster instance αντί να εκχωρεί ένα νέο σε κάθε κλήση.

Ομαδοποίηση Συστοιχιών σε Συλλογή

ClusterCollection τυλίγει μια προαιρετική λίστα από στιγμιότυπα Cluster σε μια ενιαία συλλογή, παρέχοντάς σας ένα αντικείμενο για να το μεταβιβάσετε όταν μια συνάρτηση χρειάζεται να δεχτεί ή να επιστρέψει περισσότερα από ένα σύμπλεγμα ταυτόχρονα.

Υπολογισμός του κεντροειδούς ενός συμπλέγματος

DataPoint.get_centroid() υπολογίζει το μέσο όρο των συντεταγμένων κάθε σημείου δεδομένων σε ένα Cluster, θέση προς θέση, και επιστρέφει ένα νέο DataPoint που αντιπροσωπεύει τον κεντροειδές. Κάθε σημείο στο σύμπλεγμα πρέπει να έχει τον ίδιο αριθμό διαστάσεων στο DataPoint.value για να είναι το μέσο νόημα.

Συμβουλές και Καλές Πρακτικές

Διατηρήστε κάθε λίστα DataPoint.value ίδιου μήκους μέσα σε ένα σύμπλεγμα — το DataPoint.get_centroid() υπολογίζει το μέσο όρο των συντεταγμένων θέση προς θέση, έτσι οι ασυμφωνίες διαστάσεων παράγουν παραπλανητικό κεντροειδές.
Χρησιμοποιήστε το Cluster.empty() για ένα κοινό, μοναδικό κενό σύμπλεγμα αντί να δημιουργήσετε ένα νέο κενό σύμπλεγμα όταν χρειάζεστε μόνο μια τιμή placeholder.
Καλέστε το Cluster.clone() πριν τροποποιήσετε ένα σύμπλεγμα του οποίου χρειάζεστε ακόμα το αρχικό κάπου αλλού — η κλωνοποίηση αντιγράφει τη λίστα των αντικειμένων αντί να δημιουργεί ψευδία αναφορά.
Χρησιμοποιήστε το ClusterCollection όταν μια συνάρτηση χρειάζεται να δεχτεί ή να επιστρέψει περισσότερα από ένα Cluster ως μία ενιαία τιμή.
Αυτές οι κλάσεις είναι γενικά βοηθητικά εργαλεία, όχι λειτουργία ανάλυσης PDF — συνδυάστε τες με τη δική σας λογική για την παραγωγή των τιμών DataPoint από τα δεδομένα του εγγράφου.

Κοινά Προβλήματα

Πρόβλημα	Αιτία	Διόρθωση
`DataPoint.get_centroid()` παράγει ένα κέντρο με απροσδόκητο αριθμό τιμών	Τα σημεία δεδομένων στο σύμπλεγμα έχουν λίστες `DataPoint.value` διαφορετικού μήκους	Βεβαιωθείτε ότι κάθε `DataPoint` που προστίθεται σε ένα `Cluster` έχει την ίδια διαστασιμότητα
`Cluster.contains()` επιστρέφει `False` για μια τιμή που αναμένετε να υπάρχει	Η συμμετοχή ελέγχεται απευθείας έναντι των αποθηκευμένων αντικειμένων στοιχείων, έτσι δύο ανεξάρτητα κατασκευασμένα στιγμιότυπα `DataPoint` με το ίδιο όνομα και τιμή δεν αντιμετωπίζονται αυτόματα ως ίσα από αναζητήσεις βάσει ταυτοτητας	Επαναχρησιμοποιήστε το ίδιο `DataPoint` παράδειγμα, ή συγκρίνετε με `DataPoint.name` και `DataPoint.value` πριν υποθέσετε την ιδιότητα μέλους
Η τροποποίηση μιας κλωνοποιημένης συστάδας αλλάζει επίσης το αρχικό	Το `Cluster.clone()` παραλείφθηκε και η ίδια αναφορά `Cluster` μοιράστηκε αντί να αντιγραφεί	Καλέστε το `Cluster.clone()` πρώτα κάθε φορά που ο καλών χρειάζεται ανεξάρτητη αντιγραφή

FAQ

Ποια είναι η διαφορά μεταξύ `Cluster` και `ClusterCollection`;

Cluster περιέχει μια λίστα αντικειμένων — συνήθως εμφανίσεις του DataPoint — που ανήκουν σε μία ομάδα. ClusterCollection περιέχει μια λίστα αντικειμένων Cluster: ομαδοποιεί σύμπλεγματα μαζί, όχι μεμονωμένα σημεία δεδομένων.

Τροποποιεί το `DataPoint.get_centroid()` το σύμπλεγμα που του δίνεται;

Όχι. Διαβάζει τα αντικείμενα που ήδη υπάρχουν στο παρεχόμενο Cluster και επιστρέφει ένα νέο DataPoint για το κέντρο μάζας· το αρχικό σύμπλεγμα και τα αντικείμενά του παραμένουν αμετάβλητα.

Είναι αυτή η λειτουργία ομαδοποίησης συγκεκριμένη για περιεχόμενο PDF;

Αρ. DataPoint, Cluster και ClusterCollection είναι γενικές αριθμητικές-ομαδοποιητικές primitive που αποστέλλονται μέσα στο πακέτο aspose_pdf. Δεν διαβάζουν σελίδες, κείμενο ή οποιαδήποτε άλλη δομή PDF από μόνα τους — λειτουργούν αποκλειστικά με τις τιμές που τα δημιουργείτε.

Γιατί το `Cluster.empty()` επιστρέφει το ίδιο αντικείμενο κάθε φορά;

Το Cluster.empty() επιστρέφει ένα κοινό singleton ώστε οι επαναλαμβανόμενες κλήσεις για “no cluster” να μην δημιουργούν νέο αντικείμενο σε κάθε κλήση.

API Reference Περίληψη

Κλάση/Μέθοδος	Περιγραφή
`DataPoint`	Ένα ονομαστικό σημείο που κρατά μια λίστα αριθμητικών συντεταγμένων
`DataPoint.name`	Το αναγνωριστικό όνομα του σημείου
`DataPoint.value`	Η λίστα αριθμητικών συντεταγμένων του σημείου
`DataPoint.get_centroid()`	Επιστρέφει ένα νέο `DataPoint` που υπολογίζει τον μέσο όρο των συντεταγμένων κάθε σημείου σε ένα σύμπλεγμα
`Cluster`	Μια ομάδα αντικειμένων, συνήθως εμφανίσεις του `DataPoint`
`Cluster.empty()`	Επιστρέφει το κοινόχρηστο singleton του κενού συμπλέγματος
`Cluster.contains()`	Ελέγχει αν ένα αντικείμενο βρίσκεται στο σύμπλεγμα
`Cluster.clone()`	Επιστρέφει ένα ανεξάρτητο αντίγραφο του συμπλέγματος
`Cluster.count`	Ο αριθμός των αντικειμένων που είναι αυτή τη στιγμή στο σύμπλεγμα
`ClusterCollection`	Τυλίγει μια λίστα από `Cluster` αντικείμενα σε μία συλλογή

Δείτε επίσης

Aspose.PDF for Python — Enterprise Documentation

Ομαδοποίηση Σημείων Δεδομένων