这篇文章建立在this one.
我得到了一个 Pandas 数据框,其中包含城市的地理坐标(大地坐标)作为经度和纬度。
import pandas as pd
df = pd.DataFrame([{'city':"Berlin", 'lat':52.5243700, 'lng':13.4105300},
{'city':"Potsdam", 'lat':52.3988600, 'lng':13.0656600},
{'city':"Hamburg", 'lat':53.5753200, 'lng':10.0153400}]);
对于每个城市,我都试图找到最近的另外两个城市。因此我尝试了 scipy.spatial.KDTree。为此,我必须将大地坐标转换为 3D 笛卡尔坐标(ECEF = 以地球为中心、以地球固定):
from math import *
def to_Cartesian(lat, lng):
R = 6367 # radius of the Earth in kilometers
x = R * cos(lat) * cos(lng)
y = R * cos(lat) * sin(lng)
z = R * sin(lat)
return x, y, z
df['x'], df['y'], df['z'] = zip(*map(to_Cartesian, df['lat'], df['lng']))
df
这给我这个:
这样我就可以创建 KDTree:
coordinates = list(zip(df['x'], df['y'], df['z']))
from scipy import spatial
tree = spatial.KDTree(coordinates)
tree.data
现在我正在柏林测试它,
tree.query(coordinates[0], 2)
这正确地将柏林(本身)和波茨坦作为我的列表中距离柏林最近的两个城市。
问题:但我想知道如何处理与该查询的距离?它显示 1501 - 但我如何将其转换为米或公里?柏林和波茨坦之间的实际距离是 27 公里,而不是 1501 公里。
Remark:我知道我可以获得两个城市的经度/纬度并计算半正矢距离。但使用 KDTree 的输出来代替会很酷。
(数组([ 0., 1501.59637685]), 数组([0, 1]))
任何帮助表示赞赏。