如何从DataFrame经纬度列生成坐标数组供scipy.spatial.Delaunay使用？

你写的嵌套循环会生成纬度、经度两列的全排列笛卡尔积，最终得到的坐标数量是原DataFrame行数的平方，数据量稍大就会直接占满内存导致内核崩溃。
而scipy.spatial.Delaunay要求的入参是N行2列的数组，每一行对应原数据中一个点位的(纬度, 经度)组合，不需要全排列所有经纬度值。

• 方案1（最推荐，效率最高）：直接用Pandas内置方法转换

# 直接提取两列转为numpy数组，格式完全符合Delaunay入参要求
coord = df[['lat', 'long']].to_numpy()

• 方案2（适配旧版本Pandas）：使用values属性

coord = df[['lat', 'long']].values

• 方案3（手动遍历实现，仅适合需要自定义处理每一行坐标的场景）

import numpy as np
coord = []
# 单层循环遍历每一行，取当前行的经纬度组成坐标
for _, row in df.iterrows():
    coord.append((row['lat'], row['long']))
# 转为numpy数组
coord = np.array(coord)

构造完成后可执行如下代码确认格式正确：

print(coord.shape)

输出应为(原数据行数, 2)，即可正常传入Delaunay使用。

内容的提问来源于stack exchange，提问作者Rbcc