PHP前端开发

海量经纬度数据距离计算如何优化?

百变鹏仔 5天前 #Python
文章标签 经纬度

批量经纬度距离计算优化

在处理海量经纬度数据集的距离计算时,遇到处理时间过长的问题,可以通过以下方法进行优化:

问题核心在于需要找出 a 表内各点 2km 范围内的 b 表经纬度。原始代码采用逐行遍历的方法,通过筛选和计算距离,效率较低。

要优化性能,可以将经纬度数据转换成矩阵形式,利用距离矩阵计算库计算出 a、b 表之间所有点的距离。这样,可以避免重复繁琐的距离计算,大大提高效率。

具体代码如下:

from scipy.spatial import distance_matrix# 假设 df1、df2 数据包含经纬度数据# 转换为经纬度坐标对df1[['Longitude', 'Latitude']]df2[['Longitude', 'Latitude']]# 求出距离矩阵tmp = distance_matrix(df1[['Longitude', 'Latitude']], df2[['Longitude', 'Latitude']])# 比对距离边界,获取原始数据索引min_distance = 2000  # 2 公里idx = np.where(tmp < min_distance)# 根据索引提取满足条件的经纬度df_result = df2.iloc[idx[0]]