Ниже приведена векторная версия с одной и той же функцией:
import numpy as np
def haversine_np(lon1, lat1, lon2, lat2):
"""
Calculate the great circle distance between two points
on the earth (specified in decimal degrees)
All args must be of equal length.
"""
lon1, lat1, lon2, lat2 = map(np.radians, [lon1, lat1, lon2, lat2])
dlon = lon2 - lon1
dlat = lat2 - lat1
a = np.sin(dlat/2.0)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2.0)**2
c = 2 * np.arcsin(np.sqrt(a))
km = 6367 * c
return km
Входы - это все массивы значений, и они должны иметь возможность делать миллионы точек мгновенно. Требование состоит в том, что входы представляют собой ndarrays, но столбцы вашей таблицы pandas будут работать.
Например, со случайно генерируемыми значениями:
>>> import numpy as np
>>> import pandas
>>> lon1, lon2, lat1, lat2 = np.random.randn(4, 1000000)
>>> df = pandas.DataFrame(data={'lon1':lon1,'lon2':lon2,'lat1':lat1,'lat2':lat2})
>>> km = haversine_np(df['lon1'],df['lat1'],df['lon2'],df['lat2'])
Циклизация через массивы данных очень медленный в python. Numpy предоставляет функции, которые работают со всеми массивами данных, что позволяет избежать циклизации и значительно повысить производительность.
Это пример векторизации .