基于OSMnx计算等时线处理120万行数据耗时过长的优化咨询

你现有代码99%的耗时都来自每次计算单条等时线都重复请求下载OSM路网、重复构建图结构，120万次重复调用接口+建图是耗时13天的核心原因，针对性优化后可以把耗时降到小时级甚至分钟级，具体优化方案如下：

1. 全域路网预加载，彻底消除重复下载开销 #

先统计所有待处理点位的经纬度最大最小范围，一次性下载覆盖整个范围的步行路网，存为本地文件，后续所有计算都复用这一张路网，无需重复请求接口、重复建图：

import osmnx as ox
# 替换为你实际点位的经纬度范围 [最小经度, 最大经度, 最小纬度, 最大纬度]
bbox = [116.2, 116.8, 39.7, 40.2]
# 一次性下载全域步行路网
G = ox.graph_from_bbox(bbox[3], bbox[2], bbox[1], bbox[0], network_type='walk', simplify=True)
# 提前统一计算所有边的时间字段，不用每次计算等时线都重复遍历
meters_per_minute = 4.5 * 1000 / 60
for u, v, k, data in G.edges(data=True, keys=True):
    data['time'] = data['length'] / meters_per_minute
# 存成本地文件，后续可以直接用ox.load_graphml加载，无需重复下载
ox.save_graphml(G, "全域步行路网.graphml")

2. 简化冗余逻辑，降低单条计算开销 #

原有代码中「转节点GeoDataFrame→求质心→找最近节点」的逻辑完全冗余，直接用输入的经纬度查询最近节点即可，同时替换旧版低效接口，单条计算耗时可以再降70%以上：

import networkx as nx
import geopandas as gpd
from shapely.geometry import Point, MultiPoint
from tqdm import tqdm

# 提前批量查询所有点对应的最近路网节点，比单次查询效率高几十倍
lons = wsp_df['lon'].tolist()
lats = wsp_df['lat'].tolist()
center_nodes = ox.distance.nearest_nodes(G, lons, lats)
wsp_df['center_node'] = center_nodes

# 优化后的等时线计算函数
def get_isochrone_fast(center_node, walk_time=10):
    subgraph = nx.ego_graph(G, center_node, radius=walk_time, distance='time')
    node_points = [Point(data['x'], data['y']) for _, data in subgraph.nodes(data=True)]
    # 直接用MultiPoint求凸包，省掉GeoSeries构造开销
    return MultiPoint(node_points).convex_hull

# 带进度条的单进程计算
tqdm.pandas()
wsp_df['polygon'] = wsp_df['center_node'].progress_apply(get_isochrone_fast)

3. 并行计算进一步提速 #

pandas默认apply是单线程运行，你可以用多进程并行充分利用CPU多核性能，只需替换apply一行即可：

import swifter
# swifter会自动判断逻辑复杂度，自动开启多进程并行
wsp_df['polygon'] = wsp_df['center_node'].swifter.apply(get_isochrone_fast)

如果你的点位有大量重复、或者位置非常接近，还可以先按center_node去重，仅对唯一的节点计算等时线，再映射回原表，计算量可能直接降到原来的10%甚至更低。

4. 进阶优化（可选） #

如果还需要进一步提速，可以把等时线计算逻辑替换为pandana库，它是专门为批量路网计算设计的，比networkx的ego_graph效率高10倍以上，支持一次性计算上万个点的等时范围。

内容的提问来源于stack exchange，提问作者Prachi