我需要在python中分析一组GPS坐标。我需要找出最常见的位置。鉴于GPS数据的精确度问题，位置的精度不是很高。难以解释（以及在谷歌上搜索信息），因此举个例子：
如果我运行脚本，我需要分析驱动器启动和停止的坐标，位置半径精度为20米，我会发现最常见的地方是我的家和我的工作（每个都有一个半径20米）。我在这个半径范围内停在哪里并不重要。
python中是否有可以执行此类操作的库？您有什么推荐的吗？
由于
答案 0 :(得分：1)
如果你对你去过的地方最感兴趣的话，你可以考虑从每个驱动器获取第一个和最后一个点，并且如果你在那里超过 x 时间，只考虑中间点。也许如果你在那个点上超过最后 k 数据点的平均速度低于某个阈值。这应该可以更容易地应用一些聚类技术（如k-means clustering）。
可能派上用场的东西是使用approximate nearest neighbors在任何给定点找到相对靠近它的点的集合。
要从图形中获取页面，您甚至可以尝试在所有数据点的空间上叠加精细分辨率网格，并为每个点在此网格上创建一个小半径的图形。每次添加splat时，您都可以累积在该点上花费的时间，然后随着时间的推移跟踪网格中的点数。
答案 1 :(得分：0)
对于最频繁的位置计数，一个简单的方法是仅使用latitdue /经度小数点后的前3位数，或者使用逗号后更好地舍入3位数。
在aequator：
4位数：11 m
3位数111m
2位数1.1km
1位数11.1km
0位111.111 km（两条子午线之间的距离）：40 000 000/360
然后你可以使用哈希表，乘以e，g 1000来摆脱3个小数点，
并在哈希表中存储为java.awt.Point。
有更好的解决方案，但这给出了第一个想法。