我想输入数百万个纬度长点（具有数值属性），然后找到所有固定半径的地理空间簇，其中圆内的属性之和超过定义的阈值。
我首先使用sklearn BallTree对任何定义的圆内的属性求和，然后将其扩展到跨圆格或圆格的意图。一个圆的运行时间约为0.01s，因此对于较小的晶格来说很好，但是如果我想在整个英国运行200m半径的圆，则无法缩放。
default_tablespace感觉上面的代码似乎效率很低，因为我不需要对网格上的所有圆进行计算（因为大多数圆都远低于阈值-或根本没有数据点）。
代替此for循环，是否有更好的方法来缩放此算法以使我得到最密集的圆圈？
我是python的新手，任何帮助将不胜感激！
答案 0 :(得分：0)
首先不要试图在球体上这样做！ GB很小，我们有明确定义的地理投影将起作用。因此，将oseast1m和osnorth1m列用作X和Y。它们以米为单位，因此无需（大约）转换为度数并使用Haversine。那应该有帮助。
接下来添加一个spatial index以加快查找速度。
如果您需要更高的速度，可以使用多种技巧，例如将2R条形图加载到整个国家的内存中，然后在该条形图上绕圈，然后向下移动网格步骤并更新该条形图（将Y值与固定值进行比较是快速，特别是如果您存储按Y排序的数据，然后按X值排序）。如果您需要更高的速度，请参阅任何papers the Stan Openshaw（有时是我）写的关于并行化GAM的文章。有一些在python中实现GAM的示例（例如this paper，this paper），这些示例也可能指向更好的方法。