如何在Python Pandas中计算经纬度点5英里半径内的密度？

核心数学：球面距离计算 #

经纬度是球面坐标系下的坐标，不能直接用平面距离公式计算两点距离，常用Haversine公式来计算地球表面两点的球面距离（单位可设为英里）。

公式逻辑：

1. 先将所有经纬度从角度转换为弧度：弧度 = 角度 × π / 180
2. 代入Haversine公式计算距离：

a = sin²(Δφ/2) + cosφ₁ × cosφ₂ × sin²(Δλ/2)
c = 2 × atan2(√a, √(1−a))
d = R × c

• φ：纬度，λ：经度
• Δφ = φ₂ - φ₁（两点纬度差），Δλ = λ₂ - λ₁（两点经度差）
• R：地球半径，计算英里的话取3956英里

密度计算实现方法 #

1. 小数据量场景：直接遍历统计

如果你的地点数据量不大（比如几千条以内），可以直接遍历每个目标点，统计所有其他点中距离≤5英里的数量，这个数量就能直接反映该点附近的密集程度（也可以除以5英里半径的面积≈78.5平方英里，得到单位面积的密度值）。

举个Python实现的简单例子：

import math

def haversine_miles(lat1, lon1, lat2, lon2):
    # 角度转弧度
    lat1_rad = math.radians(lat1)
    lon1_rad = math.radians(lon1)
    lat2_rad = math.radians(lat2)
    lon2_rad = math.radians(lon2)
    
    delta_lat = lat2_rad - lat1_rad
    delta_lon = lon2_rad - lon1_rad
    
    a = math.sin(delta_lat/2)**2 + math.cos(lat1_rad) * math.cos(lat2_rad) * math.sin(delta_lon/2)**2
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
    return 3956 * c  # 返回英里距离

# 计算单个点的密度
def get_density(target_lat, target_lon, all_points, radius=5):
    nearby_count = 0
    for lat, lon in all_points:
        if haversine_miles(target_lat, target_lon, lat, lon) <= radius:
            nearby_count += 1
    return nearby_count - 1  # 减去自身

# 示例用法
all_locations = [(40.7128, -74.0060), (40.7306, -73.9352), ...]  # 你的所有地点经纬度
for lat, lon in all_locations:
    density = get_density(lat, lon, all_locations)
    print(f"位置({lat}, {lon})的5英里内地点数量：{density}")

2. 大数据量场景：避免全量两两对比

如果数据量上万甚至更多，全量两两对比的时间复杂度是O(n²)，效率极低。可以用空间索引来优化：

• 用KD树、R树等空间数据结构，先把所有点的坐标（可转换为平面投影坐标，或直接用球面KD树）建立索引，然后快速查询每个目标点半径内的邻近点，时间复杂度能降到O(n log n)。
• 如果用数据库存储数据，比如PostgreSQL+PostGIS，可以直接用ST_DWithin函数高效统计：

  SELECT 
      target.id,
      COUNT(other.id) AS nearby_count
  FROM locations target
  LEFT JOIN locations other 
      ON ST_DWithin(ST_SetSRID(ST_MakePoint(target.lon, target.lat), 4326)::geography,
                    ST_SetSRID(ST_MakePoint(other.lon, other.lat), 4326)::geography,
                    8046.72)  -- 5英里=8046.72米
      AND target.id != other.id
  GROUP BY target.id;
  

注意事项 #

• 如果你不需要精确的球面距离，也可以用近似的平面距离计算（比如将经纬度按一定比例转换为平面坐标），但高纬度地区误差会变大，建议优先用Haversine公式。
• 密度值可以根据需求调整：比如用“邻近点数量”直接反映密集程度，或者用“邻近点数量/面积”得到单位面积密度，后者更适合跨区域对比。

内容的提问来源于stack exchange，提问作者vvvv123