Python高性能空間數(shù)據(jù)計算包：PyGEOS在Geopandas中的使用

前文再續(xù)，書接上一回。

上文說到geopandas可以使用PyGEOS做為空間計算引擎，而且給大家看了一下在空間索引的能力下能夠提速的能力，今天我們來看看PyGEOS在GeoPandas里面的表現(xiàn)

——好吧，下面所有的語法和用法，與PyGEOS就沒啥關系，因為所有的計算都是geopandas的內(nèi)容了。

（誰叫geopandas的DataFrame模式在編碼的時候這么好用呢……

同理，pandas用的Numpy為底層，但是寫起來的時候，還是沒有任何numpy的內(nèi)容在里面）

如下所示，我們先來看看不啟用PyGEOS情況下geopandas的表現(xiàn)：

用一個面對10萬個點，耗時6.1秒。

下面我們來看看啟用PyGEOS的情況下，同樣的10萬個點：

耗時939毫秒，速度提升了6倍多。

有同學問，上一篇文章里面用PyGEOS的空間索引，能夠更有效的提升空間計算的效率，那么這里可以不可以呢？

那答案自然是莫得問題：

下面我們來看看不同計算引擎下面使用空間索引的計算能力：

在不使用PyGEOS的情況下，使用10萬條數(shù)據(jù)，使用空間索引之后的耗時是427毫秒，對比前面的6.1秒，提升了14倍

我們換成PyGEOS的空間索引來試試：

耗時37.9毫秒，比不用空間索引提升了24倍。

下面我弄個大點的數(shù)據(jù)看看，比如100萬：

首先看看不使用PyGEOS情況下的速度：

耗時為4.08秒

然后我們來看看使用PyGEOS情況下的速度：

耗時為392ms，也就是不到0.4秒，效果還是非?？捎^的。

在空間索引做100萬數(shù)據(jù)包含查詢的情況下，使用PyGEOS做為空間計算引擎，比傳統(tǒng)計算引擎要快10倍左右，可以預見，隨著數(shù)據(jù)量越大，效果也自然就越好。

如果我們與上一篇文章來對比一下，就會發(fā)現(xiàn)，在geopandas里面做空間索引之后去計算，比單純用PyGEOS做空間索引之后去計算要快很很多，這是上篇文章里面的測試：

同樣是100萬點包含，單純用PyGEOS需要1.36秒，而在geopandas里面只需要0.39秒，快了差不多4倍。

原因就是單純用PyGEOS，點數(shù)據(jù)的組織是list模式，而不管是Python里面的list還是C語言里面的數(shù)組，模式本身就是一種非結構化的數(shù)據(jù)結構。而geopandas里面的DataFrame，是一種結構化的組織形式，所以更快是很正常的。

加入知識星球【我們談論數(shù)據(jù)科學】

400+小伙伴一起學習！

---

---

---

---

· 推薦閱讀 ·

用Python輕松開發(fā)數(shù)據(jù)庫取數(shù)下載工具

關于pip的15個使用小技巧

秀啊，用Python快速開發(fā)在線數(shù)據(jù)庫更新修改工具