Python高性能空间数据计算包：PyGEOS在Geopandas中的使用

前文再续，书接上一回。

上文说到geopandas可以使用PyGEOS做为空间计算引擎，而且给大家看了一下在空间索引的能力下能够提速的能力，今天我们来看看PyGEOS在GeoPandas里面的表现

——好吧，下面所有的语法和用法，与PyGEOS就没啥关系，因为所有的计算都是geopandas的内容了。

（谁叫geopandas的DataFrame模式在编码的时候这么好用呢……

同理，pandas用的Numpy为底层，但是写起来的时候，还是没有任何numpy的内容在里面）

如下所示，我们先来看看不启用PyGEOS情况下geopandas的表现：

用一个面对10万个点，耗时6.1秒。

下面我们来看看启用PyGEOS的情况下，同样的10万个点：

耗时939毫秒，速度提升了6倍多。

有同学问，上一篇文章里面用PyGEOS的空间索引，能够更有效的提升空间计算的效率，那么这里可以不可以呢？

那答案自然是莫得问题：

下面我们来看看不同计算引擎下面使用空间索引的计算能力：

在不使用PyGEOS的情况下，使用10万条数据，使用空间索引之后的耗时是427毫秒，对比前面的6.1秒，提升了14倍

我们换成PyGEOS的空间索引来试试：

耗时37.9毫秒，比不用空间索引提升了24倍。

下面我弄个大点的数据看看，比如100万：

首先看看不使用PyGEOS情况下的速度：

耗时为4.08秒

然后我们来看看使用PyGEOS情况下的速度：

耗时为392ms，也就是不到0.4秒，效果还是非常可观的。

在空间索引做100万数据包含查询的情况下，使用PyGEOS做为空间计算引擎，比传统计算引擎要快10倍左右，可以预见，随着数据量越大，效果也自然就越好。

如果我们与上一篇文章来对比一下，就会发现，在geopandas里面做空间索引之后去计算，比单纯用PyGEOS做空间索引之后去计算要快很很多，这是上篇文章里面的测试：

同样是100万点包含，单纯用PyGEOS需要1.36秒，而在geopandas里面只需要0.39秒，快了差不多4倍。

原因就是单纯用PyGEOS，点数据的组织是list模式，而不管是Python里面的list还是C语言里面的数组，模式本身就是一种非结构化的数据结构。而geopandas里面的DataFrame，是一种结构化的组织形式，所以更快是很正常的。

加入知识星球【我们谈论数据科学】

400+小伙伴一起学习！

---

---

---

---

· 推荐阅读 ·

用Python轻松开发数据库取数下载工具

关于pip的15个使用小技巧

秀啊，用Python快速开发在线数据库更新修改工具