geodistpy

Geodistpy：快速准确的地理空间距离计算

Geodistpy是一个强大的Python库，旨在用于闪电般的地理空间距离计算。在此读书中，我们将将Geodistpy与其他两个受欢迎的图书馆（Geopy和Geographiclib）进行比较，以强调Geodistpy的显着性能优势。

• 文档：https：//pawangeek.github.io/geodistpy/
• github repo：https：//github.com/pawangeek/geodistpy
• PYPI：https：//pypi.org/project/geodistpy/

速度比较

 # Import libraries
from geopy . distance import geodesic as geodesic_geopy
from geographiclib . geodesic import Geodesic as geodesic_gglib
from geokernels . geodesics import geodesic_vincenty

# Define two coordinates
coord1 = ( 52.5200 , 13.4050 )  # Berlin
coord2 = ( 48.8566 , 2.3522 )   # Paris

# Calculate distance with Geopy (based on Geographiclib)
distance_geopy = geodesic_geopy ( coord1 , coord2 ). meters

# Calculate distance with Geographiclib
distance_gglib = geodesic_gglib . WGS84 . Inverse ( coord1 [ 0 ], coord1 [ 1 ], coord2 [ 0 ], coord2 [ 1 ])[ 's12' ]

# Calculate distance with Geokernels
distance_geokernels = geodesic_vincenty ( coord1 , coord2 )

# Print the results
print ( f"Distance between Berlin and Paris:" )
print ( f"Geopy: { distance_geopy } meters" )
print ( f"Geographiclib: { distance_gglib } meters" )
print ( f"Geokernels: { distance_geokernels } meters" )

我们使用1000个坐标样品（纬度和经度）进行了地理，地理和地理上的速度比较。目的是计算这些坐标之间的所有成对距离。

地理（Geographiclib的大地测量）

• 计算时间：大约53.356秒
• 准确性：可与地理位置相当
• 地质是广为人知的，但距离计算的速度相对较慢。

Geographiclib

• 计算时间：大约36.824秒
• 准确性：高
• Geographiclib已建立，但在速度方面仍然滞后。

Geodistpy（加速Vincenty的倒数）

• 计算时间：大约0.701秒（初始运行，包括NUMBA汇编）和0.393秒（随后的运行）
• 准确性：高，可与地理位置相当
• Geodistpy使用优化的Vincenty的反向方法来进行快速距离计算。

性能比较

• Geodistpy的速度比地理快78至142倍。
• Geodistpy的速度比Geographiclib快53至94倍。

上下文和背景

Python软件包geodistpy是一个多功能库，旨在地理空间计算，涉及地理坐标之间的距离。它建立在Geodesy的原理上，并使用WGS 84坐标系，该系统通常用于GPS和映射应用程序中。

为什么创建它

创建该软件包的目的是简化和标准化地理空间距离计算。由于地球表面的曲率，地理距离计算可能很复杂，并且该库将这些复杂性抽象出来，从而使用户可以专注于其特定的地理空间任务。

示例和方法

让我们探索多个示例和使用geodistpy库的方法：

示例1：计算两个坐标之间的距离

 from geodistpy import geodist

# Define two coordinates in (latitude, longitude) format
coord1 = ( 52.5200 , 13.4050 )  # Berlin, Germany
coord2 = ( 48.8566 , 2.3522 )   # Paris, France

# Calculate the distance between the two coordinates in kilometers
distance_km = geodist ( coord1 , coord2 , metric = 'km' )
print ( f"Distance between Berlin and Paris: { distance_km } kilometers" )

示例2：计算多个坐标之间的距离

 from geodistpy import greatcircle_matrix

# Define a list of coordinates
coords = [( 52.5200 , 13.4050 ), ( 48.8566 , 2.3522 ), ( 37.7749 , - 122.4194 )]

# Calculate the distance matrix between all pairs of coordinates in miles
distance_matrix_miles = greatcircle_matrix ( coords , metric = 'mile' )
print ( "Distance matrix in miles:" )
print ( distance_matrix_miles )

示例3：使用不同的指标

geodistpy图书馆允许您使用各种距离指标，例如米，公里，里程和海里。您可以通过指定metric参数轻松切换它们。

 from geodistpy import geodist

coord1 = ( 52.5200 , 13.4050 )  # Berlin, Germany
coord2 = ( 48.8566 , 2.3522 )   # Paris, France

# Calculate the distance in meters
distance_meters = geodist ( coord1 , coord2 , metric = 'meter' )

# Calculate the distance in nautical miles
distance_nautical_miles = geodist ( coord1 , coord2 , metric = 'nmi' )

print ( f"Distance in meters: { distance_meters } " )
print ( f"Distance in nautical miles: { distance_nautical_miles } " )

结论

对于需要快速而精确的地理空间距离计算的应用，地理阶是明确的选择。它提供了比地理和地理莱布的出色速度提高，使其非常适合涉及大型数据集或实时地理空间应用程序的任务。尽管它的速度速度，但Geodistpy仍保持着与地理位置相同的准确性，以确保快速计算不会损害精度。

通过采用大地测量，您可以显着提高地理空间项目的效率和性能。它是地理空间专业人员和开发人员在远程计算中寻求速度和准确性的宝贵工具。

要开始使用Geodistpy，请访问Geodistpy并探索文档以获取全面使用说明。