Python-Modul für das speichern und Abfragen von Geo-Koordinaten

Gibt es ein Python-Modul, wo ich die Objekte erstellen, die mit einem geografischen Standort-Koordinate (Breitengrad und Längengrad) und Abfrage aller Objekte, für diejenigen, die innerhalb eines 5-km-Distanz (d.h. der radius) zu einer gegebenen Koordinate?

Ich versucht habe zu speichern Längen-und Breitengrad als Schlüssel in dictionaries (wie Sie sind indiziert durch Taste) und verwenden Sie etwas Abstand finden von algorithmen zur Abfrage Ihnen. Aber dies fühlt sich wie eine schreckliche hack.

Im wesentlichen so etwas wie PostGIS für PostgreSQL, aber alle in meiner Python-app-Speicher.

InformationsquelleAutor Jon Cox | 2012-01-31
  1. 18

    Ja, versuchen geopy.

    import geopy
import geopy.distance

pt1 = geopy.Point(48.853, 2.349)
pt2 = geopy.Point(52.516, 13.378)

dist = geopy.distance.distance(pt1, pt2).km
# 878.25

    danach können Sie die Abfrage von Listen von Punkten:

    [pt for pt in points if geopy.distance.distance(orig, pt).km < 5.]
    • Danke für die Antwort. Ich hatte übersprungen, goepy, weil ich dachte, es war völlig für die Geokodierung. Mit der Abfrage Beispiel, würde es nicht loop durch jedes Objekt in points? Die ist nicht ganz so effizient wie PostGIS Indizierung der Punkte - vielleicht ist die Datenbank-Ansatz wäre effizienter.
    • du hast Recht, es wird iteriert über die gesamte Liste der Punkte. Ich weiß nicht, über jede Möglichkeit der Indizierung innerhalb geopy. Vielleicht findest du etwas.
    InformationsquelleAutor eumiro
  2. 5

    Ich weiß, das ist nicht genau das, was du gemeint hast, aber man könnte GeoDjango mit einer in-memory SQLite Datenbank. Es ist eine vollständige Reihe von GIS-tools ausgesetzt, wie eine Web-Anwendung, die macht es ein Schweizer Armee-Messer für die schnelle Entwicklung von GIS-Anwendungen, vor allem für kleine ad-hoc-Abfragen.

    InformationsquelleAutor Filip Dupanović
  3. 2

    Ist die übliche Vorgehensweise im GIS erstellen Sie einen Puffer um den Punkt von Interesse und Abfrage der Kreuzung. Wie @RyanDalton schlägt, wenn Sie planen, tun eine Menge von geolocation Zeug, verwenden Formschöne, die GIS-API für Python. Es ist gut zu wissen, Formschöne auch wenn Sie immer noch wollen, einen räumlichen index (siehe unten). Hier ist, wie werden Puffer geschaffen, in Formschönen:

    distance = 3
center = Point(1, 1)
pts = [Point(1.1, 1.2),Point(1.2,1.2)]
center_buf = a.buffer(distance)
#filters the points list according to whether they are contained in the list
contained = filter(center_buf.contains,pts)

    Du kann index Ihre Punkte selbst (sagen wir mal durch Länge zum Beispiel), wenn Sie nicht haben viele. Ansonsten können Sie auch das Rtree-Paket, überprüfen Sie den link aufgerufen Mit Rtree als cheapo Geo-Datenbank!

    InformationsquelleAutor Vladtn
  4. 1

    Ihrem Wörterbuch die Idee klingt nicht schlecht, aber Sie müssen die check-Punkte, die fallen unter 'benachbarten' dictionary-Schlüssel als gut.

    Wenn Sie nicht finden können, das richtige Werkzeug, und wie Verschlüsselungsalgorithmen, die Sie umsetzen konnte ein binary space partition tree, die, soweit ich weiß, ist ein weniger hacky so erreichen wir eine ähnliche Sache.

    InformationsquelleAutor Sideshow Bob
  5. 1

    Können Sie verwenden SQLite, welches einen Rtree Erweiterung für genau diese Art der Speicherung und Abfragen. Dieser Ansatz ist nützlich, wenn Ihre Daten größer ist als der Speicher, den Sie verwenden möchten, oder Sie wollen speichern und Bearbeiten von Daten zwischen Programm läuft. Die eigentliche Speicherung und-Abfrage-code ist in C, was bedeutet, es muss kompiliert werden, aber der Vorteil ist die zusätzliche Leistung über die Reine Python-Lösungen wie geopy. Entweder pysqlite oder APSW Arbeit wird für die SQLite-Zugriff. (Offenlegung: ich bin der APSW Autor.)

    InformationsquelleAutor Roger Binns
  6. 1

    Ich habe ein ähnliches problem, und es scheint, dass mit SciPy's cKDTree für die schnelle nearest-Punkte-lookups zusammen mit GeoPy für geografische Distanz, die Berechnung funktioniert einwandfrei.

    In [1]: import numpy as np
In [2]: from scipy.spatial import cKDTree
In [3]: from geopy import Point, distance
In [4]: points = np.random.sample((100000, 2)) * 180 - 90   # make 100k random lat-long points
In [5]: index = cKDTree(points)
In [6]: %time lat_long_dist, inds = index.query(points[234], 20)
CPU times: user 118 µs, sys: 164 µs, total: 282 µs
Wall time: 248 µs
In [7]: points_geopy = [Point(*p) for p in points]
In [8]: %time geo_dists = [distance.great_circle(points_geopy[234], points_geopy[i]) for i in inds]
CPU times: user 244 µs, sys: 218 µs, total: 462 µs
Wall time: 468 µs
In [9]: geo_dists
Out[9]: 
[Distance(0.0),
 Distance(29.661520907955524),
 ...
 Distance(156.5471729956897),
 Distance(144.7528417712309)]

    Die ein wenig zusätzliche Arbeit ist notwendig, um alle Punkte innerhalb eines radius.

    Habe ich versucht Shapely ist STRtree, bekam aber weit schlechter Leistung (installierte ich mit pip install shapely[vectorized]).

    InformationsquelleAutor Florijan Stamenković
  7. 0

    Haben Sie sich Formschöne? Es hat einige Methoden zur Abfrage von Objekten in einer Entfernung. Werfen Sie einen Blick auf die Binäre Räumliche Prädikate. Es könnte nur sein, was Sie suchen.

    InformationsquelleAutor RyanDalton
Schreibe einen Kommentar