如何在Python中计算点数不同的地理折线相似度（0%-99%）

要处理两条点数不同的地理折线相似度计算，核心是用动态时间规整（DTW）——这是专门针对长度不一致序列的匹配算法，能找到两条折线的最优对齐路径。再结合haversine公式计算球面距离（地理坐标不能用欧氏距离），最后把DTW的累积距离映射到0%-99%的范围。

代码实现 #

首先实现haversine公式计算两点间的球面距离，再用DTW计算折线匹配的累积距离，最后转换为相似度：

import numpy as np
from fastdtw import fastdtw  # 若未安装，执行pip install fastdtw

def haversine(latlon1, latlon2):
    # 转换经纬度为弧度
    lat1, lon1 = np.radians(latlon1)
    lat2, lon2 = np.radians(latlon2)
    
    dlat = lat2 - lat1
    dlon = lon2 - lon1
    
    a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2)**2
    c = 2 * np.arcsin(np.sqrt(a))
    return c * 6371  # 返回距离，单位公里

def calculate_polyline_similarity(polyline1, polyline2):
    # polyline1和polyline2需为numpy数组，形状为(n,2)、(m,2)，每一行格式统一为[纬度, 经度]
    # 计算折线自身的总长度，用于确定相似度的基准值
    def get_total_length(polyline):
        length = 0.0
        for i in range(len(polyline)-1):
            length += haversine(polyline[i], polyline[i+1])
        return length
    
    len1 = get_total_length(polyline1)
    len2 = get_total_length(polyline2)
    
    # 计算DTW的最小累积距离
    dtw_distance, _ = fastdtw(polyline1, polyline2, dist=haversine)
    
    # 确定最大可能距离作为基准，避免除以0
    max_possible = max(len1, len2) * max(len(polyline1), len(polyline2))
    if max_possible == 0:
        return 99.0  # 两条都是单点，视为完全相似
    
    # 转换为0%-99%的相似度
    similarity = (1 - dtw_distance / max_possible) * 99
    return round(max(0.0, min(99.0, similarity)), 2)

使用示例 #

# 示例折线：第一条3个点，第二条2个点
polyline_a = np.array([
    [38.66361, -121.29237],
    [38.66400, -121.29300],
    [38.66450, -121.29400]
])

polyline_b = np.array([
    [38.66350, -121.29220],
    [38.66420, -121.29350]
])

# 计算相似度
similarity_score = calculate_polyline_similarity(polyline_a, polyline_b)
print(f"两条折线的相似度：{similarity_score}%")

关键说明 #

• DTW的优势：不需要两条折线点数一致，能自动找到最匹配的点对路径，适合轨迹类折线的相似度计算。
• haversine公式：地理坐标是球面坐标，用欧氏距离会产生误差，haversine计算的是地球表面两点的实际直线距离。
• 相似度映射：用两条折线的最大总长度乘以最大点数作为基准，确保相似度范围严格落在0%-99%之间；如果两条都是单点，直接返回99%。
• 性能优化：如果折线点数很多，fastdtw比原生DTW算法更快，适合大规模数据处理。

内容的提问来源于stack exchange，提问作者John