geodistpy

Geodistpy：快速準確的地理空間距離計算

Geodistpy是一個強大的Python庫，旨在用於閃電般的地理空間距離計算。在此讀書中，我們將將Geodistpy與其他兩個受歡迎的圖書館（Geopy和Geographiclib）進行比較，以強調Geodistpy的顯著性能優勢。

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

速度比較

 # 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" )

我們使用1000個坐標樣品（緯度和經度）進行了地理，地理和地理上的速度比較。目的是計算這些坐標之間的所有成對距離。

地理（Geographiclib的大地測量）

• 計算時間：大約53.356秒
• 準確性：可與地理位置相當
• 地質是廣為人知的，但距離計算的速度相對較慢。

Geographiclib

• 計算時間：大約36.824秒
• 準確性：高
• Geographiclib已建立，但在速度方面仍然滯後。

Geodistpy（加速Vincenty的倒數）

• 計算時間：大約0.701秒（初始運行，包括NUMBA彙編）和0.393秒（隨後的運行）
• 準確性：高，可與地理位置相當
• Geodistpy使用優化的Vincenty的反向方法來進行快速距離計算。

性能比較

• 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軟件包geodistpy是一個多功能庫，旨在地理空間計算，涉及地理坐標之間的距離。它建立在Geodesy的原理上，並使用WGS 84坐標系，該系統通常用於GPS和映射應用程序中。

為什麼創建它

創建該軟件包的目的是簡化和標準化地理空間距離計算。由於地球表面的曲率，地理距離計算可能很複雜，並且該庫將這些複雜性抽像出來，從而使用戶可以專注於其特定的地理空間任務。

示例和方法

讓我們探索多個示例和使用geodistpy庫的方法：

示例1：計算兩個坐標之間的距離

 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：計算多個坐標之間的距離

 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：使用不同的指標

geodistpy圖書館允許您使用各種距離指標，例如米，公里，里程和海裡。您可以通過指定metric參數輕鬆切換它們。

 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 } " )

結論

對於需要快速而精確的地理空間距離計算的應用，地理階是明確的選擇。它提供了比地理和地理萊布的出色速度提高，使其非常適合涉及大型數據集或實時地理空間應用程序的任務。儘管它的速度速度，但Geodistpy仍保持著與地理位置相同的準確性，以確保快速計算不會損害精度。

通過採用大地測量，您可以顯著提高地理空間項目的效率和性能。它是地理空間專業人員和開發人員在遠程計算中尋求速度和準確性的寶貴工具。

要開始使用Geodistpy，請訪問Geodistpy並探索文檔以獲取全面使用說明。