基于经纬度矩阵计算距离矩阵

给定一个矩阵，计算距离矩阵是一个非常常见的需求，比如给定一个特征矩阵需要计算距离矩阵。自己写的话虽然简单每次写也往往很烦，而且自己写的代码效率过低了，使用scipy中的包的话无疑会好一点，具体来说，使用scipy.spatial.distance，该包的具体介绍可以看一下官网和这个博客。
下面贴一个我写的基于经纬度矩阵，计算两两间的距离的代码：
具体矩阵的形式是一个dataframe，一列是经度，一列是纬度，如下图所示，下面代码中的cam就是这个dataframe。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.spatial.distance import pdist
from scipy import spatial
import math# 定义通过经纬度计算直线距离的函数
from math import radians, cos, sin, asin, sqrt
def geodistance(lng1,lat1,lng2,lat2):if lng1 == None or lng2 == None or lat1 == None or lat2 == None:return 999999elif (lng1 < 119 or lng1 > 121) or (lng2 < 119 or lng2 > 121) or (lat1 < 29 or lat1 > 30) or (lat2 < 29 or lat2 > 30):return 999999lng1 = float(lng1) ; lng2 = float(lng2) ; lat1 = float(lat1) ; lat2 = float(lat2)lng1,lat1,lng2,lat2 = map(radians,[lng1,lat1,lng2,lat2])dlon = lng2-lng1dlat = lat2-lat1a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2distance = 2* asin(sqrt(a))*6371*1000distance = round(distance/1000,3)return distance
def caldis(u,v):# 计算输入矩阵中两个向量的距离return geodistance(u[0],u[1],v[0],v[1])# 将cam转化为向量的形式
X = cam.values
X_mat = spatial.distance.squareform(pdist(X , metric=caldis))

上面代码得到的X_mat就是每两个经纬度点之间的直线距离了。
下面我还希望求出这个距离矩阵中每一行中距离小于等于1的个数,并将这个个数保存到dataframe cam中去，代码如下：

def sma1(ser):return (len(ser[ser<=1]))
cam['devdes'] = np.apply_along_axis(sma1, 1, X_mat)

如果不是一个矩阵各个样本两两间的距离，而是两个矩阵两两间的距离，则可以使用函数from scipy.spatial.distance import cdist，代码如下：

X_mat = cdist(cam[['lng','lat']].values , tmp[['lng','lat']].values , metric=caldis)

得到的结果是len(cam[[‘lng’,‘lat’]])行，len(tmp[[‘lng’,‘lat’]].values)列的一个矩阵，第i,j个元素代表的含义是cam[[‘lng’,‘lat’]]第i行和tmp[[‘lng’,‘lat’]]第j列两个元素的距离。

基于经纬度矩阵计算距离矩阵相关推荐

R语言构建logistic回归模型并评估模型：构建基于混淆矩阵计算分类评估指标的自定义函数、阳性样本比例（垃圾邮件比例）变化对应的分类器性能的变化、基于数据阳性样本比例选择合适的分类评估指标
R语言构建logistic回归模型并评估模型:构建基于混淆矩阵计算分类评估指标的自定义函数.阳性样本比例(垃圾邮件比例)变化对应的分类器性能的变化.基于数据阳性样本比例选择合适的分类评估指标目录
R语言构建logistic回归模型并评估模型：计算混淆矩阵、并基于混淆矩阵计算Accuray、Precision、Recall(sensitivity)、F1、Specificity指标
R语言构建logistic回归模型并评估模型:计算混淆矩阵.并基于混淆矩阵计算Accuray.Precision.Recall(sensitivity).F1.Specificity指标目录
计算机应用研究潜规则,基于相容矩阵计算的不完备决策系统规则获取算法
基于相容矩阵计算的不完备决策系统规则获取算法针对不完备信息决策系统问题,引入相容关系下条件属性矩阵和决策属性矩阵的相关概念,并由此提出一种基于矩阵计算的不 (本文共6页) 阅读全文>> ...
mysql数据范围什么意思_数据都在mysql里的话，基于经纬度的范围查询有什么高效的方案吗...
[今日话题] 数据都在mysql里的话,基于经纬度的范围查询有什么高效的方案吗 – yingang 1. 经纬度搜索(1)-Geohash算法原理 http://hankesi2000.iteye.c ...
【K-Means】基于经纬度的城市聚类
文章目录 1. 项目准备 1.1. 问题导入 1.2. 数据集简介 2. K-Means算法 2.1. 算法特点 2.2. 算法流程 2.3. 算法缺陷 2.4. 算法改进 3. 实验步骤 3.1. ...
基于Optaplanner和距离矩阵实践动态路径规划
optaplanner根据百度地图计算实际距离规划路线 https://blog.csdn.net/kentis/article/details/81324631 UserCase:从上海枢纽配送中心 ...
基于经纬度进行商圈定位
一:使用高德地图的接口获取key的步骤: 1.申请网站: https://lbs.amap.com/ 2.登陆注册 3.选择开发支持–>web服务API 4.进入控制台–>我的应用 5. ...
基于经纬度和工作日的拜访轨迹问题
一问题描述设有 n 家客户,n <= 24,每个客户有如下属性(客户名称.客户类型.经度.纬度.每月拜访次数). 每个客户 m 天拜访 1 次. 每个客户每天最多拜访 8 次. 给出一个月的 ...
基于经纬度的拜访轨迹问题
一问题描述设有 n 家客户,n<=31,每个客户有如下属性(客户名称.客户类型.经度.纬度.每月拜访次数). 每个客户 times 天拜访 1 次. 每个客户每天最多拜访 8 次. 每月天数 ...
python基于经纬度距离汇聚点_python实现两个经纬度点之间的距离和方位角
from:http://blog.csdn.net/zhuqiuhui/article/details/53180395 1. 求两个经纬点的方位角,P0(latA, lonA), P1(latB, ...

基于经纬度矩阵计算距离矩阵

基于经纬度矩阵计算距离矩阵相关推荐

最新文章

热门文章