使用sklearn对经纬度执行最近邻搜索遇错及结果保留需求

1. 先搞定TypeError #

你报错的核心原因是把数据直接传给了NearestNeighbors的构造函数，但这个类的初始化方法不需要提前传数据，数据是通过fit()方法传入的。另外要注意：用haversine度量时，sklearn要求坐标必须是弧度制（不是原始的经纬度度数），否则计算出的距离会完全错误。

2. 修正后的完整代码 #

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

# 把经纬度转成弧度（haversine度量的硬性要求）
df['lat_rad'] = np.radians(df['lat'])
df['long_rad'] = np.radians(df['long'])

# 准备弧度坐标数组
coords_rad = df[['lat_rad', 'long_rad']].values

# 正确初始化NearestNeighbors，只传算法和度量参数
btree = NearestNeighbors(algorithm='ball_tree', metric='haversine')
# 再传入数据拟合模型
btree.fit(coords_rad)

# 示例1：给每个点匹配最近邻（排除自身）
# kneighbors返回两个数组：距离（弧度）、最近邻的索引
distances, indices = btree.kneighbors(coords_rad, n_neighbors=2)  # n_neighbors=2是因为第一个结果是点自身

# 把最近邻的名称、坐标关联到原DataFrame
df['nearest_neighbor_name'] = df['name'].iloc[indices[:, 1]].values
df['nearest_neighbor_lat'] = df['lat'].iloc[indices[:, 1]].values
df['nearest_neighbor_long'] = df['long'].iloc[indices[:, 1]].values
# 把弧度距离转成公里（地球半径取6371km）
df['neighbor_distance_km'] = distances[:, 1] * 6371

# 示例2：生成完整的优化路线（贪心最近邻顺序）
route_indices = [0]  # 从第一个点开始
remaining_indices = set(range(len(df)))
remaining_indices.remove(0)

while remaining_indices:
    # 取路线最后一个点的坐标
    last_point = coords_rad[route_indices[-1]].reshape(1, -1)
    # 找剩余点中最近的那个
    dists, idxs = btree.kneighbors(last_point, n_neighbors=len(remaining_indices)+1)
    # 过滤掉已经在路线里的点
    for idx in idxs[0]:
        if idx in remaining_indices:
            route_indices.append(idx)
            remaining_indices.remove(idx)
            break

# 生成保留原始名称和坐标的路线DataFrame
optimised_route_df = df.iloc[route_indices].reset_index(drop=True)[['name', 'lat', 'long']]
print(optimised_route_df)

3. 关键说明 #

• 不要把NearestNeighbors实例直接赋值给DataFrame列：btree是模型对象，不能存到表格里，要把搜索得到的具体结果（名称、坐标、距离）存入。
• 弧度转换是必做步骤：haversine公式基于弧度计算，直接用度数会导致距离完全失真。
• 贪心路线是基础实现：如果需要更优的路径（比如旅行商问题级别的最优解），需要用专门的TSP算法，但这个方法能满足基础的顺序需求。

内容的提问来源于stack exchange，提问作者Milo