计算几个位置之间的全局距离

Posted 2023-03-05

【中文标题】计算几个位置之间的全局距离

【英文标题】：Calculate global distance between several locations

【发布时间】：2018-05-16 22:34:51

【问题描述】：

我正在根据坐标计算两个全局位置之间的距离。仅使用两个位置时，我得到了结果：

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怎么办？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

如何遍历这两列并生成 (A,B)、(A,C) 和 (B,C) 之间的距离？

【问题讨论】：

首先，您是如何读取该 CSV 文件的？列表/元组、字典或对象的列表、2D numpy 数组、pandas DataFrame ......？

我的意思是我想将它作为 pandas 数据框来阅读，并想遍历所有三个元素。但任何阅读方式都可以。我只是不知道如何正确地迭代它们

【参考方案1】：

假设您已将该 CSV 读入某种序列序列（例如，list(csv.reader(f))），您需要做的就是遍历所有位置组合。这正是itertools.combinations 所做的：

>>> 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

当您查看上面链接的文档时，请注意 combinations_with_replacement、permutations 和 product，它们通常是类似但略有不同的问题的答案。

这应该很容易适应字典序列或Location 实例的字典等。另一方面，如果您有类似 2D numpy 数组或 pandas DataFrame 的东西，您可能想要做一些不同的事情。 （尽管通过快速搜索，看起来只是将itertools 与fromiter 组合成一个数组并不比其他任何东西慢得多，即使你想用空间换取时间来广播你的global_distance 函数.)

【参考方案2】：

我会通过 pandas 从您的文件中导入数据：

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

另外还可以导入itertools：

import itertools as it

有了这个，你可以得到一个像这样的迭代的所有组合，作为数据帧索引的例子：

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

这表明，您将获得所需的组合。 现在对你的数据框的数据做同样的事情：

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

如果你想在输出中包含位置名称，你可以在导入时去掉index_col=0，这样A、B和C也是df.values的一部分，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