x-min＆x-max的多边形y轴截距

Question

我正在尝试找到问题的解决方案，我已经搜索并且距离我能够实现的最近的一个插补角度有限的成功。

我有多个多边形的定义为由多个x-y点给出的单独的散点图。我试图做的是在y轴上画一条水平线，并找出水平线与多边形相交的x-min和x-max值。我想为全部的y值做这个。所以理论上我可以通过一个循环来记录y = 1，y = 2等值。我使用的一个工程软件需要这种格式的输入参数，因此我试图找到一个解决方案。

任何建议或对这个问题的最佳方法的指针将不胜感激，我会给它一个去。

import matplotlib.pyplot as plt 
import numpy as np 
x =[1,2.6,2.56,2.57,10,11.66,13.07,11.78,11.27,6.49,5.98,5.76,3.02,1.87,1] 
y =[15.59,15.09,15.14,15.15,16,17,25.47,26,27,27,28,28,26.67,16.37,15.59] 
plt.plot(x,y) 
plt.grid() 
plt.show() 

Answer 1

可以这两个点，其中，所述多边形相交通过ys==?限定的线之间线性内插。要找到这些点，您可以减去多边形的y值中的ys值，找到符号变化之间的点，并获得这些点的最小值和最大值。

import numpy as np 
import matplotlib.pyplot as plt 

x =[1,2.6,2.56,2.57,10,11.66,13.07,11.78,11.27,6.49,5.98,5.76,3.02,1.87,1] 
y =[15.59,15.09,15.14,15.15,16,17,25.47,26,27,27,28,28,26.67,16.37,15.59] 

def findminmax(t, x, zero=0): 
    t = np.array(t); x = np.array(x) 
    ta = [] 
    p = (x-zero) > 0 
    ti = np.where(np.bitwise_xor(p[1:], p[:-1]))[0] 
    for i in ti: 
     y_ = np.sort(x[i:i+2]) 
     z_ = t[i:i+2][np.argsort(x[i:i+2])] 
     t_ = np.interp(zero, y_, z_) 
     ta.append(t_) 
    if ta: 
     return min(ta), max(ta) 
    else: 
     return None, None 

plt.plot(x,y) 

ys = np.arange(13, 29, 0.2) 
result = [] 
for s in ys: 
    mi, ma = findminmax(x,y,zero=s) 
    if mi and ma: 
     result.append([mi,ma,s]) 
     print("y = {}, minimum {}, maximum {}".format(s,mi,ma)) 
result=np.array(result) 

plt.scatter(result[:,0],result[:,2], label="min", color="limegreen") 
plt.scatter(result[:,1],result[:,2], label="max", color="crimson") 

plt.legend() 
plt.grid() 
plt.show()