Python中如何获取符合误差要求的出租车上下车点驾驶距离？

针对你的出租车行程数据集需求，haversine和geopy只能计算直线距离，无法满足驾驶路径距离的要求。以下是几个完全免费、适合教学场景的解决方案：

1. OSMnx + OpenStreetMap 在线路网计算 #

OSMnx可以直接调用免费的OpenStreetMap路网数据，计算两点间的最短驾驶路径距离，是教学场景下最易用的方案。

步骤与示例代码 #

• 先安装依赖：pip install osmnx geopandas
• 核心代码：

import osmnx as ox

# 假设你从Multipolygon中提取的随机点是(lat, lon)格式的元组
start_point = (40.7128, -74.0060)  # 示例起点坐标
end_point = (40.7308, -73.9973)    # 示例终点坐标
trip_miles = 1.5                   # 数据集中的行程英里数

# 获取起点周边5公里范围内的可驾驶路网（缩小范围提升计算速度）
G = ox.graph_from_point(start_point, dist=5000, network_type='drive')

# 匹配路网中离起点、终点最近的节点
start_node = ox.distance.nearest_nodes(G, start_point[1], start_point[0])
end_node = ox.distance.nearest_nodes(G, end_point[1], end_point[0])

# 计算最短路径距离（单位：米），转换为英里（1英里≈1609.34米）
route_length_m = ox.distance.shortest_path_length(G, start_node, end_node, weight='length')
route_length_miles = route_length_m / 1609.34

# 验证你需要的差值条件
diff = abs(trip_miles - route_length_miles)
diff_ratio = diff / trip_miles

注意事项 #

• 若数据集覆盖多个城市，可以提前按区域批量下载路网，避免重复请求
• 计算结果是路网最短距离，和实际出租车行驶路径可能有细微偏差，但完全满足教学需求

2. 离线路网数据 + NetworkX 批量处理 #

如果需要处理大量数据，不想依赖在线请求，可以下载OpenStreetMap的离线路网文件，本地处理。

步骤与示例代码 #

1. 从Geofabrik下载目标城市的OSM离线数据（格式为.osm.pbf）
2. 用pyrosm加载并转换为NetworkX图结构：

from pyrosm import OSM
import networkx as nx

# 加载离线OSM数据
osm = OSM("new-york-latest.osm.pbf")
# 提取可驾驶路网
drive_network = osm.get_network(network_type="driving")
# 转换为NetworkX图
G = drive_network.to_graph()

# 后续节点匹配、距离计算步骤和OSMnx示例一致

3. 免费开源路由API（小批量数据） #

OpenRouteService提供免费的路由API（免费版每日限2000次请求），适合小批量数据的教学演示。

示例代码 #

import requests

# 先去OpenRouteService官网注册免费账号，获取API密钥
api_key = "你的免费API密钥"
start_lon, start_lat = start_point[1], start_point[0]
end_lon, end_lat = end_point[1], end_point[0]

# 发送驾驶路径请求
url = f"https://api.openrouteservice.org/v2/directions/driving-car?api_key={api_key}&start={start_lon},{start_lat}&end={end_lon},{end_lat}"
response = requests.get(url)
data = response.json()

# 提取距离并转换为英里
route_length_m = data['features'][0]['properties']['segments'][0]['distance']
route_length_miles = route_length_m / 1609.34

通用优化建议 #

• 统一单位：确保所有距离计算都转换成英里，和trip miles字段匹配
• 点约束：从Multipolygon提取随机点时，可先筛选出道路附近的点，避免节点匹配偏差
• 批量处理：提前按区域划分数据集，复用同一路网数据，提升计算效率

内容的提问来源于stack exchange，提问作者abs8090