用可视化案例讲Rust编程2. 编码的核心组成：函数

从第一天学习编程，可能大家就听说这样的组成公式：

程序=算法+数据结构

——该公式出自著名计算机科学家沃思(Nikiklaus Wirth)

实际上，程序除了以上两个主要要素之外，还应当采用结构化程序设计方法进行程序设计，并且用某一种计算机语言表示。因此，算法、数据结构、程序设计方法和语言工具4个方面是一个程序设计人员所应具备的知识。

所以，要学习组成程序的最重要的具现化方式，就是计算机语言。计算机语言则以是语句 + 表达式为原子所组成逻辑集合体；最基础的逻辑集合体，就是函数。

官方的说法：

计算机是一个固定的一个程序段，或称其为一个子程序，它在可以实现固定运算功能的同时，还带有一个入口和一个出口，所谓的入口，就是函数所带的各个参数，我们可以通过这个入口，把函数的参数值代入子程序，供计算机处理；所谓出口，就是指函数的函数值，在计算机求得之后，由此口带回给调用它的程序。

所以，我们在学习Rust的时候，不要被哪些天花乱坠的特性、泛型、生命周期给弄傻，要学习，先去翻函数，学习怎么写函数，一个函数解决一个问题。

同样，去读大神代码的时候，也别一爬起来就去读整体架构设计，安心去读他最底层的实现，如果读不懂，可以借助GPT一类的工具，让它给你讲讲，如下所示：

效果那是极好的。

下面针对我们上篇文章那个可视化的需求，我们来写个简单函数来实现一下：

需求：读取一个shapefile文件，把这个shapefile文件中的几何信息绘制到地图上。

初学版设计思路：

• 函数名：draw_shp
• 输入参数：shapefile的路径
• 输出：直接显示地图。
• 需要用的到的包：
  • shapefile：读取shp文件
  • plotly：绘图
  • geo_types：序列化几何对象 编码实现设计： ###在Cargo.toml文件里面，导入需要的包：

//Cargo.toml
//后面的features特性，暂时不用去管，这是一种Rust特有的编译特性
plotly = { version = "0.8.4", features = ["kaleido"] }
shapefile = {version = "0.5.0", features = ["geo-types"]}
geo-types = "0.7.12"

读取一个shapefile，并且把几何信息给获取出来。

在Rust中，可以通过shapefile包来读取shapefile，实现如下：

let shp = shapefile::read_as::<_,
        shapefile::Polygon, shapefile::dbase::Record>(
            "./data/shp/北京行政区划.shp",
    ).expect(&format!("Could not open polygon-shapefile: './data/shp/北京行政区划.shp'"));

接下去，需要把里面的geometry信息给取出来：

//定义一个集合，通过文件迭代器，把geometry部分转换成polygon，然后加入到这个几何里面去。
let mut polygons:Vec = Vec::new();
for (polygon, polygon_record) in shp {
    let geo_mpolygon: geo_types::MultiPolygon = polygon.into();
    for poly in geo_mpolygon.iter(){
        polygons.push(poly.to_owned());
    }
}

把这个polygon集合，绘制到plotly上去

首先plotly绘制几何图形，是按照坐标来的，一系列坐标组成一个绘图元素，代码如下：

• 注1：plotly的地图绘制用的是mapbox的api，所以是先维度lat，再经度lon，得反过来。
• 注2：trace是plotly绘图的基本元素，这里每个几何要素（如一个面），就可以构建一个trace，如果可以设置为一个颜色，也可以绘制为不同的颜色。

let mut trace_vec = Vec::new();
    for ps in polygons{
        let mut lon:Vec = Vec::new();
        let mut lat:Vec = Vec::new();
        for p in ps.exterior(){
            lon.push(p.x);
            lat.push(p.y);
        }
        let trace = ScatterMapbox::new(lat, lon).mode(Mode::None)
        .fill(plotly::scatter_mapbox::Fill::ToSelf)
        .fill_color(Rgba::new(0,0,255,0.5));
        trace_vec.push(trace);
    }

获得基本地图的配置

• 可以看见这里用的是mapbox的地图，默认的风格为无背景的白板，默认的中心位置是东经116.3,北纬39.9，默认地图放大等级是9级。这些信息都是地图的初始化的默认配置。

let layout = Layout::new()
    .drag_mode(DragMode::Zoom)
    .margin(Margin::new().top(10).left(10).bottom(10).right(10))
    .width(1024)
    .height(700)
    .mapbox(
        Mapbox::new()
            .style(MapboxStyle::WhiteBg)
            .center(Center::new(39.9, 116.3))
            .zoom(9),
    )

最后绘制显示地图

let mut plot = Plot::new();
plot.set_layout(layout);
for t in trace_vec.iter(){
    plot.add_trace(t.to_owned());
}
plot.show();

全部代码，放到一个function里面，如下所示：

然后写个测试方法运行一下：

运行结果：

现在看起来，是不是很简单了，对比Python实际上也没有多出几行代码，直接阅读过去，除了一些定义类型和转换类型的时候，比Python更加严格以外，会Python的同学，几乎可以完全能够看懂。

——所以说，你完全可以把Rust当成一个类型严格版本的Python就阔以了……

不过，对于写过工程性质代码的同学看完，肯定会觉得这个代码写的太粗糙了，所有步骤都混在一起，内容全部写死，而且无法复用……

没错，初学者该有的毛病，这里都有，虽然功能实现了，但是根本只是一个demo，无法达到工程级的应用，所以从下一节开始，我们就会针对这个功能，按Rust的编码风格，去抽象和重构，最后完成一个工程级的可视化应用模块。

待续未完……