代码之家 › 专栏 › 技术社区 › user_01

计算多个位置之间的全局距离

haversine coordinates gps python

-1

user_01 · 技术社区 · 6 年前

我正在根据坐标计算两个全局位置之间的距离。当只使用两个位置时,我会得到结果:

def global_distance(location1, location2):
    lat1, lon1 = location1
    lat2, lon2 = location2
    radius = 6371 # radius of the Earth

    dlat = math.radians(lat2-lat1)
    dlon = math.radians(lon2-lon1)
    a = math.sin(dlat/2) * math.sin(dlat/2) + math.cos(math.radians(lat1)) \
        * math.cos(math.radians(lat2)) * math.sin(dlon/2) * math.sin(dlon/2)
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
    d = radius * c

    return d

lat1 = 55.32; lat2 = 54.276; long1 = -118.8634; long2 = -117.276


print( global_distance((lat1, long1), (lat2, long2)))

如果我想计算几个位置之间的距离呢?假设我有一个包含三个位置的CSV文件:

Location   Lat1      Long1      
 A         55.322    -117.17
 B         57.316    -117.456
 C         54.275    -116.567

我如何迭代这两列并生成(A,B)、(A,C)和(B,C)之间的距离?

2 回复 | 直到 6 年前

abarnert 6 年前

假设您已将CSV读入某种序列(例如。, list(csv.reader(f)) ),您只需迭代所有位置组合。这正是我想要的 itertools.combinations 做:

>>> locs = [('A', 55.322, -117.17), ('B', 57.316, -117.456), ('C', 54.275, 116.567)]
>>> for (loc1, lat1, lon1), (loc2, lat2, lon2) in itertools.combinations(locs, 2):
...     print(loc1, loc2, global_distance((lat1, lon1), (lat2, lon2)))
A B 222.42244003744995
A C 122.66829007875741
B C 342.67144769115316

当您查看上面的链接文档时,请注意 combinations_with_replacement , permutations 和 product ,这通常是相似但略有不同的问题的答案。

这应该很容易适应一系列的口述,或一系列的口述 Location 实例等。另一方面,如果您有2D numpy数组或pandas数据帧之类的东西,您可能需要做一些不同的事情。(虽然从快速搜索来看,它看起来就像是在 itertools 结合 fromiter 即使你想用空间换取时间来播放你的视频,也不会比其他任何东西慢很多 global_distance 功能。)

SpghttCd 6 年前

我会通过熊猫从你的文件中导入数据:

import pandas as pd
df = pd.read_table(filename, sep='\s+', index_col=0)

此外,您还可以导入itertools:

import itertools as it

有了它,你可以得到一个iterable的所有组合,比如数据帧的索引:

for i in it.combinations(df.index, 2): print(i)
('A', 'B')
('A', 'C')
('B', 'C')

这表明,你会得到你想要的组合。现在对数据帧的数据执行同样的操作:

for i in it.combinations(df.values, 2): print(global_distance(i[0], i[1]))
222.4224400374507
122.66829007875636
342.671447691153

如果您想在输出中包含位置名称,可以不使用 index_col=0 导入时,使A、B和C也是 df.values 你可以写:

for i in it.combinations(df.values, 2): print(i[0][0], '-', i[1][0], global_distance(i[0][1:], i[1][1:]))
A - B 222.4224400374507
A - C 122.66829007875636
B - C 342.671447691153