基于X/Y坐标计算指定半径内点数量的Python代码问题排查

我编写了一段Python代码，想要统计DataFrame中每个X/Y坐标点作为圆心时，指定半径圆内的其他点数量。参考经纬度问题的解法用了Scikit-Learn的BallTree，但输出不符合预期——比如输入radius=100时，结果是[1 1 1 1 1]，显然不对。原代码如下：

原代码：

import numpy as np
import pandas as pd
from sklearn.neighbors import BallTree

df = pd.DataFrame({'id':list('abcde'),'X': [10, 1000, 1010, 5000, 5100],'Y': [10, 1000, 1010, 5000, 5100]})

radius = int(input('Enter the selection radius of the circle:'))

coords = df[["X","Y"]]

tree = BallTree(coords, metric='haversine')
answers = tree.query_radius(coords, r=radius, count_only=True)

print(answers)

错误原因 #

• 核心问题是误用了haversine度量：这个度量专门用于经纬度坐标（需转换为弧度），计算的是球面距离，而你的数据是平面直角坐标，单位和度量逻辑完全不匹配，导致输入的radius值在球面距离计算下极小，每个点只能匹配到自己。
• query_radius默认会把点自身计入统计，所以结果全为1。

修正方案 #

只需两步即可解决：

1. 将BallTree的度量改为**euclidean**（欧几里得距离，适用于平面直角坐标）；
2. 统计结果减1，排除点自身。

修正后的代码：

import numpy as np
import pandas as pd
from sklearn.neighbors import BallTree

df = pd.DataFrame({'id':list('abcde'),'X': [10, 1000, 1010, 5000, 5100],'Y': [10, 1000, 1010, 5000, 5100]})

radius = int(input('Enter the selection radius of the circle:'))

coords = df[["X","Y"]]

# 更换为欧几里得距离度量
tree = BallTree(coords, metric='euclidean')
# 统计时排除自身，结果减1
answers = tree.query_radius(coords, r=radius, count_only=True) - 1

print(answers)

验证结果 #

输入radius=100时，输出为[0 1 1 0 1]，符合预期：

• 点(10,10)周围无其他点；
• 点(1000,1000)和(1010,1010)互相在对方半径范围内；
• 点(5000,5000)周围有1个点，点(5100,5100)周围有1个点。

内容的提问来源于stack exchange，提问作者ConorC