优化Shapely点在美各州多边形集合中的搜索效率方案咨询

线性搜索遍历所有州多边形的方式在数据量较大时效率偏低，以下两种基于空间索引的方案可以大幅提升查询速度，核心思路是通过空间索引快速缩小候选范围，再进行精确判断：

方案1：使用Shapely的STRtree空间索引 #

STRtree是Shapely实现的R树空间索引，适合快速检索空间对象。只需提前构建一次索引，后续查询复用即可。

预处理（仅需执行一次） #

from shapely.strtree import STRtree
from shapely.geometry import Point

def build_state_index(state_details_list):
    # 提取所有州的多边形与对应名称
    polygons = [state.state_multipolygon for state in state_details_list]
    state_names = [state.state_name for state in state_details_list]
    # 构建STRtree索引
    tree = STRtree(polygons)
    return tree, state_names

快速查询函数 #

def get_state_fast(longitude, latitude, tree, state_names):
    point = Point(longitude, latitude)
    # 通过索引获取候选多边形的索引列表
    candidate_indices = tree.query(point)
    # 对候选多边形做精确匹配判断
    for idx in candidate_indices:
        polygon = tree.geometries[idx]
        if point.within(polygon):
            return state_names[idx]
    return None

方案2：使用GeoPandas内置空间索引 #

GeoPandas对空间数据的处理更便捷，其GeoDataFrame默认会构建空间索引，适合批量或频繁查询场景。

预处理（仅需执行一次） #

import geopandas as gpd
from shapely.geometry import Point

def build_state_gdf(state_details_list):
    # 将StateDetails数据转换为GeoDataFrame
    data = {
        'state_name': [state.state_name for state in state_details_list],
        'geometry': [state.state_multipolygon for state in state_details_list]
    }
    # 确保坐标系与点数据一致（示例用WGS84，即EPSG:4326）
    gdf = gpd.GeoDataFrame(data, crs="EPSG:4326")
    return gdf

快速查询函数 #

def get_state_geopandas(longitude, latitude, gdf):
    point = Point(longitude, latitude)
    # 利用空间索引获取候选对象的索引
    candidate_idx = list(gdf.sindex.query(point, predicate='within'))
    if candidate_idx:
        # 从候选中筛选精确包含点的州
        match = gdf.iloc[candidate_idx].loc[gdf.iloc[candidate_idx].contains(point)]
        if not match.empty:
            return match.iloc[0]['state_name']
    return None

注意事项 #

• 坐标系一致性：确保点数据与州多边形的坐标系完全一致（比如都用WGS84），否则会导致判断错误。
• 预处理复用：索引构建只需执行一次，不要在每次查询时重复构建，否则无法体现效率优势。
• 特殊情况处理：若存在多边形重叠（美国州边界基本无此情况），可根据需求返回第一个匹配结果或所有匹配结果。

内容的提问来源于stack exchange，提问作者G_1