百度地图 geohash 可视化工具

原创 于 2022-12-03 18:54:32 发布 · 3.5k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#html

本文介绍了作者在做基于位置推荐服务时，由于不同地图坐标系差异导致的Geohash问题，以及如何创建一个适用于百度地图的Geohash可视化工具。该工具可计算并标注Geohash，支持在地图上展示相邻区域，源码已开源在Github。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

最近在百度地图上做基于位置的推荐服务，需要用到 geohash 和相关的可视化工具。由于不同地图厂商采用的坐标系不同，同一个位置在不同地图上的坐标会出现差异，算出来的 geohash 也会不同。我在网上并没有找到可直接用于百度地图的 geohash 可视化工具，所以就自己造了一个小玩具：baidumap-geohash-explorer。

百度地图 geohash 可视化工具

自己造的百度地图 geohash 可视化工具主要参考了 https://www.movable-type.co.uk/scripts/geohash.html 的设计和网页代码，主要功能有：

  1. 根据输入的经度、纬度和 geohash 长度，自动计算出 geohash
  2. 根据输入的 geohash，自动计算出对应的经度、纬度和 geohash 长度
  3. 自动在百度地图上标注出 geohash 所表示的区域
  4. 支持对相邻 8 个区域进行标注，方便观察 geohash 的变化规律
  5. 单击拾取坐标

在这里插入图片描述

整个项目的代码也非常简单，一个网页就搞定了，源码详见 Github。克隆代码后，替换 AK，双击浏览器打开即可使用。

其它 Geohash 可视化工具

最低0.47元/天 解锁文章

200万优质内容无限畅学
一文读懂 Geohash 算法：原理、案例、优缺点
专注大数据、云计算、人工智能、机器人领域技术传播
06-17 1123
平台数据库中存储了所有商家和订单的 Geohash 编码，当用户查看订单状态时，平台会根据用户位置的 Geohash 编码和骑手位置的 Geohash 编码，快速判断两者是否在相近区域。例如，长度为 8 的 Geohash 字符串表示的区域大小约为 3.7 平方米，而长度为 5 的 Geohash 字符串表示的区域大小约为 92 平方公里。这个过程融合了二进制编码和 Base32 编码，通过不断地对地球的经纬度区间进行二分，逐步缩小范围，最终确定一个特定的区域，并将其编码为一串字符。
一种基于快速GeoHash实现海量商品与商圈高效匹配的算法
闲鱼技术的博客
07-09 1213
摘要闲鱼app根据交通条件、商场分布情况、住宅区分布情况综合考虑，将城市划分为一个个商圈。杭州部分区域商圈划分如下图所示。 闲鱼的商品是由用户发布的GPS随机分布在地图...
Redis的Geo使用
m0_43407221的博客
06-27 296
1.2 Springboot 整合 package com.cl; import org.junit.jupiter.api.Test; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; import org.springframework.data.geo.*; import org.springframew
gps和geohash相关工具
05-16
根据gps计算geohash、根据一个geohash获取周围8个geohash'值，计算两点gps的距离，根据一点gps、方位角和距离计算另一点gps，WGS-84坐标系和GCJ-02坐标系互转，计算geohash区域中心点gps的工具
GeoHash可视化显示的Python库
lizz2276的博客
03-08 818
1、geohash-to-geojsongeohash-to-geojson · PyPI 2、geohash-hilbertgeohash-hilbert · PyPI
Geohash核心思想
zdxiq000的专栏
05-12 1169
zz: http://www.open-open.com/lib/view/open1417940079964.html http://blog.charlee.li/geohash-intro/ 引子 机机是个好动又好学的孩子，平日里就喜欢拿着手机地图点点按按来查询一些好玩的东西。某一天机机到北海公园游玩，肚肚饿了，于是乎打开手机地图，搜索北海公园附近的餐馆，并选了其中一家
geohash地图_通过GeoHash匹配将中国二手经济放在地图上
编程故事的地方
09-06 988
geohash地图 阿里巴巴仙宇科技团队如何重新编码GPS数据并将十亿个项目映射到本地“商业区” 在中国正在崛起的电子商务平台中，阿里巴巴的闲鱼已成为买卖二手商品的热门新目的地，全国已有超过十亿用户提交商品。 这种庞大的库存量不仅分布在全国各地的仓库中，而且分布在全国“商业区”的各个家庭中，这已经挑战了应用程序的设计师，利用GPS定位数据来为物品和购买者加快货物的流动，这是传统处理方法...
理解 Geohash
nicholas1328的博客
12-03 1839
Geohash 是 Gustavo Niemeyer 在 2008 年发明的一个地理编码系统（geocode system），它将经度和纬度这个二维的地理坐标编码成一个由数字和字母组成的字符串。虽然 geohash 是从经纬度计算出来的，但是 geohash 并不能像经纬度那样能够表示出某个点在地图上的确切位置。实际上，Geohash 表示的是一个区域，这个区域内所有的点都有着相同的 geohash 值。这意味着，geohash 可以帮助用户隐藏确切的位置信息，从而更好地保护用户的隐私。
全国省市GEO数据（json版本和echarts版本）
10-25
全国省市GEO数据是用于地图可视化的重要资源，尤其在数据分析和Web应用开发中十分常见。这份压缩包包含两种格式的数据：json版本和echarts版本，适用于不同的应用场景。 1. **JSON版本**： JSON（JavaScript ...
Python 地图行政区边界方案
chenxuanhanhao的专栏
08-30 7078
echarts-geo-json-master or:geometryCouties 规律：市——xxxx00；区——xxxxyy； pip search geohash Geohash (1.0) - Module to decode/encode Geohashes to/from ...
【空间数据库管理秘籍】：黑龙江省地图数据的高效存储与查询技巧
最后，本文展望了空间数据库管理在大数据环境下的应用，以及空间数据的安全性管理和可视化展示技术。 # 关键字 空间数据库；数据存储；查询优化；大数据技术；安全性管理；数据可视化 参考资源链接：[黑龙江省shp...
leaflet-geohash-base
06-26
目标 我们的目标是使用可视化 GeoHash 数据的传单创建地图。 该项目包含一个数据文件src/js/data.js ，但您也可以使用其他地方的数据。 关键词 传单 Leaflet-dvf（传单数据可视化框架） 地哈希 处理有缺陷的 javascript 库 修改构建步骤以满足您的需求 安装此环境的说明如下。 项目模板 它能做什么 将所有 JavaScript 与捆绑在一起 缩小 HTML 和 CSS 将您的静态文件提供给 localhost:9001 文件更改时使用 LiveReload 重新加载浏览器 启动并运行 安装 git clone git@github.com:koodiklinikka/gulp-project-template.git <your> cd <your> npm install npm s
百度地图经纬度获取工具
12-19
通过百度地图接口自己写的一个百度地图经纬度获取工具,本工具是一个html页面
geohash-1.3.0.jar
03-14
空间索引计算工具类。 1）GeoHash用一个字符串表示经度和纬度两个坐标，比如我现在所在位置的GeoHash值为 wx4sv61q； 2）GeoHash标识的并不是一个点，而是一个区域，比如 wx4sv61q 对应的就是一个矩形区域； 3）编码的前缀可以标识更大的区域，比如 wx4sv61 编码代表的区域要大于 wx4sv61q 代表的区域，但是 wx4sv61q 代表的区域一定在 wx4sv61 代表的区域内。
趣博-GeoHash工具类使用
隔壁老瓦的专栏
10-11 1957
GeoHash工具类 GeoHash 地理hash编码 http://lucene.apache.org/core/3_0_3/api/contrib-spatial/index.html   Maven包 https://mvnrepository.com/artifact/org.apache.lucene/lucene-spatial/7.5.0 &lt;!-- https:/...
百度地图 geohash java实现_JAVA实现空间索引编码——GeoHash的示例
weixin_33524408的博客
02-13 706
之前自己在做基于Lucene的内容检索过程中，了解到Lucene可以实现对文本信息，数值信息的内容检索，对于空间距离好像并为为源码中实现；最近半年自己接触到Solr，里面有一个空间距离检索(经纬度)，最近对其中的实现做了下学习，了解到在实现空间距离检索的有一个比较常用的技术——GeoHash，下面就介绍下GeoHash。GeoHash特点GeoHash用一个字符串表示经度和纬度两个坐标，比如我现在...
geohash地图好帮手
toBeMN的博客
11-15 2166
正经学徒，佛系记录，不搞事情 详细的解释交给专业的大佬，我就用用： 来自大佬的详解    geohash的距离估算 工具类： 包含坐标和geohash的转换；查询geohash周围九格的geohash（一个“搜索附近”功能的解决方法） import java.util.BitSet; import java.util.HashMap; import java.util.Map; pu...
geohash算法的实现及可视化（以广州为例）
weixin_43845795的博客
08-04 2673
geohash算法的实现及可视化（以广州为例） 前言： geohash编码： geohash常用于将二维的经纬度转换为字符串，分为两步：第一步是经纬度的二进制编码，第二步是base32转码。本文将用它实现对广州市进行四级分块，并将分块结构可视化。 所需python第三方库： pygeohash plotly numpy pandas mathmatplotlib 数据处理： 要对广州市进行分块...
geohash php_php  GeoHash工具类
weixin_32821477的博客
03-09 385
namespace Tool\qrcode;define('TOP', 0);define('RIGHT', 1);define('BOTTOM', 2);define('LEFT', 3);define('EVEN', 0);define('ODD', 1);class GeoHash {// Base32字符池private $_charPool = '0123456789bcdefghjkm...
金融机构距离数据
最新发布
04-01
<think>好的，我现在需要处理用户关于金融机构之间距离计算及数据处理方法的问题。首先，用户意图是获取与金融机构相关的距离数据，所以得先确定数据来源和处理步骤。 用户可能想知道如何计算不同金融机构之间的地理距离，比如银行网点之间的距离。这涉及到地理坐标的获取和计算方法。首先，我需要考虑金融机构的地理位置数据从哪里来，可能需要使用公开的数据集或者API，比如高德、Google Maps的API来获取经纬度。 接下来是计算方法，常用的有Haversine公式，它适用于球面距离计算，适合地球表面的两点间大圆距离。可能还需要提到Vincenty公式，虽然更精确但计算复杂。用户可能需要具体的公式和代码示例，这部分需要详细写出数学公式，并确保格式正确，比如行内公式用$包裹，独立公式用$$。 然后是数据处理步骤，比如数据清洗，处理缺失的坐标数据，去重，或者处理大量数据时的优化方法，比如使用空间索引或分块处理。另外，可能需要将结果存储或可视化，比如导出CSV或用地图工具展示。 还要注意用户提到的要求，比如分步骤但不用“首先”、“然后”这样的词汇，每个方法之间换行。回答中需要整合搜索到的信息，确保实用性和可操作性。同时，代码和公式的格式必须严格遵循，比如Haversine的Python实现要用三个反引号注明语言类型，公式用$符号包裹。 最后，生成相关问题时要基于用户的问题和回答内容，可能涉及优化计算效率、处理不同地理位置格式的方法，或者实际应用案例。确保问题相关且有助于用户进一步探索。 检查是否所有要求都满足：避免第一人称，分步骤换行，正确格式的代码和公式，相关问题部分正确格式。没有使用被禁止的词汇，引用分散在回答中，没有集中在末尾。这样应该能提供一个符合用户需求的详细回答。</think>金融机构距离计算与数据处理需结合地理坐标与数学算法，以下为标准化操作流程： **数据获取与预处理** 通过高德/百度地图API获取金融机构经纬度坐标，调用示例： ```python import requests def get_coordinates(api_key, address): url = f"https://api.map.baidu.com/geocoding/v3/?address={address}&output=json&ak={api_key}" response = requests.get(url).json() return response['result']['location'] ``` 数据清洗应包含异常值过滤（纬度范围$[-90,90]$，经度范围$[-180,180]$）和重复坐标去重 **距离计算算法** 1. **Haversine公式**（球面距离） $$ a = \sin^2(\Delta\phi/2) + \cos\phi_1 \cdot \cos\phi_2 \cdot \sin^2(\Delta\lambda/2) \\ c = 2 \cdot \text{atan2}(\sqrt{a}, \sqrt{1-a}) \\ d = R \cdot c $$ 其中$\phi$为纬度，$\lambda$为经度，$R=6371$km为地球半径 Python实现： ```python from math import radians, sin, cos, sqrt, atan2 def haversine(lon1, lat1, lon2, lat2): lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2]) dlon = lon2 - lon1 dlat = lat2 - lat1 a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2 return 6371 * 2 * atan2(sqrt(a), sqrt(1-a)) ``` 2. **Vincenty公式**（椭球模型） 采用WGS-84椭球参数，精度可达0.5mm，适合银行网点精确定位需求。推荐使用geopy库实现： ```python from geopy.distance import geodesic distance = geodesic((lat1, lon1), (lat2, lon2)).km ``` **数据处理优化** - 空间索引构建：使用R-tree或GeoHash加速邻近查询 - 矩阵计算优化：numpy向量化运算处理大规模坐标对 - 分布式计算：Apache Spark进行PB级数据计算 ```python # PySpark距离计算示例 from pyspark.sql.functions import udf haversine_udf = udf(haversine, DoubleType()) df.withColumn("distance", haversine_udf(df.lon1, df.lat1, df.lon2, df.lat2)) ``` **结果可视化** 使用Folium生成热力图或Voronoi图展示金融机构分布密度： ```python import folium m = folium.Map(location=[39.9042, 116.4074], zoom_start=12) for point in coordinates: folium.CircleMarker(location=point, radius=3).add_to(m) m.save('financial_institutions.html') ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值