經緯度 csv 文件的距離矩陣

Question

我有一個 csv 文件，其中包含地點和緯度和經度。 我想基於它們創建矩陣。 我嘗試使用以下方法創建矩陣：

arr = df['latitude'].values - df['latitude'].values[:, None]
pd.concat((df['name'], pd.DataFrame(arr, columns=df['name'])), axis=1)

但它只創建具有緯度值的矩陣，我想計算地點之間的距離。所以我想得到的矩陣將是所有酒店之間的距離矩陣。

Answer 1

- Read the CSV input file for hotel name, lat and lon,
                    placing them in a table of three columns.
- LOOP A over the hotels
   - LOOP B over the hotels, starting with next hotel after A
      - Calculate D  distance between A and B
      - Store D in matrix at column A and row B
      - Store D in matrix at column B and row A

如果酒店分散在很廣的區域，您將需要使用 Haversine 公式來計算准確的距離。

Answer 2

根據@ravenspoint 的回答，這里有一個簡單的代碼來計算距離。

>>> import numpy as np
>>> import pandas as pd
>>> import geopy.distance

>>> data = {"hotels": ["1", "2", "3", "4"], "lat": [20.55697, 21.123698, 25.35487, 19.12577], "long": [17.1, 18.45893, 16.78214, 14.75498]}

>>> df = pd.DataFrame(data)
>>> df

hotels lat        long
1      20.556970  17.10000
2      21.123698  18.45893
3      25.354870  16.78214
4      19.125770  14.75498

現在讓我們創建一個矩陣到 map 酒店之間的距離。 矩陣應該有大小（酒店的 nbr x 酒店的 nbr）。

>>> matrix = np.ones((len(df), len(df))) * -1
>>> np.fill_diagonal(matrix, 0)
>>> matrix

array([[ 0., -1., -1., -1.],
       [-1.,  0., -1., -1.],
       [-1., -1.,  0., -1.],
       [-1., -1., -1.,  0.]])

所以這里的-1是為了避免兩次dist(1,2) = dist(2,1)計算相同的距離。

接下來，只需遍歷酒店並計算距離。 這里使用geopy package。

>>> for i in range(len(df)):
    coords_i = df.loc[i, ["lat", "long"]].values
    for j in range(i+1, len(df)):
        coords_j = df.loc[j, ["lat", "long"]].values
        matrix[i,j] = geopy.distance.geodesic(coords_i, coords_j).km

>>> matrix

array([[  0.        , 154.73003254, 532.33605633, 292.29813424],
       [ -1.        ,   0.        , 499.00500751, 445.97821702],
       [ -1.        ,  -1.        ,   0.        , 720.69054683],
       [ -1.        ,  -1.        ,  -1.        ,   0.        ]])

請注意，嵌套循環並不是完成這項工作的最佳方式，並且可以增強代碼。