geo nearby下载 - geo nearby源代码下载

地理附近

注意：该模块将所有数据存储在内存中 - 请记住这一点。

优步通过坐标快速搜索附近位置。

支持Array 、 Object 、 JSON和GeoJSON作为输入数据。

用法

$ npm install geo-nearby --save

 const Geo = require ( 'geo-nearby' ) ;

const dataSet = [
  { i : 'Perth' ,     g : 3149853951719405 } ,
  { i : 'Adelaide' ,  g : 3243323516150966 } ,
  { i : 'Melbourne' , g : 3244523307653507 } ,
  { i : 'Canberra' ,  g : 3251896081369449 } ,
  { i : 'Sydney' ,    g : 3252342838034651 } ,
  { i : 'Brisbane' ,  g : 3270013708086451 } ,
  { i : 'Sydney' ,    g : 3252342838034651 }
] ;

const geo = new Geo ( dataSet ) ;

geo . nearBy ( - 33.87 , 151.2 , 5000 ) ; // 5000 - 5km

在g中存储了具有52位精度的geohash。

如果您想更改属性名称，可以使用以下选项来实现：

 const Geo = require ( 'geo-nearby' ) ;

const dataSet = [
  { id : 1 , name : 'Perth' ,     geoHash : 3149853951719405 } ,
  { id : 2 , name : 'Adelaide' ,  geoHash : 3243323516150966 } ,
  { id : 3 , name : 'Melbourne' , geoHash : 3244523307653507 } ,
  { id : 4 , name : 'Canberra' ,  geoHash : 3251896081369449 } ,
  { id : 5 , name : 'Sydney' ,    geoHash : 3252342838034651 } ,
  { id : 6 , name : 'Brisbane' ,  geoHash : 3270013708086451 } ,
  { id : 7 , name : 'Sydney' ,    geoHash : 3252342838034651 }
] ;

const geo = new Geo ( dataSet , { hash : 'geoHash' } ) ;

geo . nearBy ( - 33.87 , 151.2 , 5000 ) ;

数据集

为了获得最佳性能，建议使用默认数据集语法：

 const dataSet = [
  ...
  { i : < id > , g: < geo hash > } ,
  { i : < id > , g : < geo hash > } ,
  ...
];

您可以使用createCompactSet方法使用推荐的数据语法创建数据集：

 const data = [
  [ - 35.30278 , 149.14167 , 'Canberra' ] ,
  [ - 33.86944 , 151.20833 , 'Sydney' ] ,
  [ - 37.82056 , 144.96139 , 'Melbourne' ] ,
  [ - 34.93333 , 138.58333 , 'Adelaide' ] ,
  [ - 27.46778 , 153.02778 , 'Brisbane' ] ,
  [ - 31.95306 , 115.85889 , 'Perth' ]
] ;

const dataSet = Geo . createCompactSet ( data ) ;
const geo = new Geo ( dataSet , { sorted : true } ) ;

geo . nearBy ( - 33.87 , 151.2 , 5000 ) ;

createCompactSet支持Array 、已解析和未解析的JSON 、已解析和未解析的GeoJSON作为输入数据：

 const data = {
  type : 'FeatureCollection' ,
  features : [
    { type : 'Feature' , geometry : { type : 'Point' , coordinates : [ 44 , 64 ] } , properties : { name : 'Arkhangelskaya Oblast' } } ,
    { type : 'Feature' , geometry : { type : 'Point' , coordinates : [ 40.5433 , 64.5401 ] } , properties : { name : 'Arkhangelsk' } } ,
    { type : 'Feature' , geometry : { type : 'Point' , coordinates : [ 39.8302 , 64.5635 ] } , properties : { name : 'Severodvinsk' } } ,
    { type : 'Feature' , geometry : { type : 'Point' , coordinates : [ 40.8122 , 64.4165 ] } , properties : { name : 'Novodvinsk' } } ,
    { type : 'Feature' , geometry : { type : 'Point' , coordinates : [ 46.64963 , 61.25745 ] } , properties : { name : 'Kotlas' } }
  ]
} ;

const dataSet = Geo . createCompactSet ( data , { id : 'name' } ) ;
const geo = new Geo ( dataSet , { sorted : true } ) ;

geo . nearBy ( 64.54 , 40.54 , 5000 ) ;

如果您的数据看起来不同，您还可以更改createCompactSet方法的默认值：

 const data = [
  { _id : 1000 , name : 'Arkhangel’skaya Oblast’' , country : 'RU' , coord : { lon : 44 , lat : 64 } , admin1 : 'Arkhangelskaya' } ,
  { _id : 1001 , name : 'Arkhangelsk' , country : 'RU' , coord : { lon : 40.5433 , lat : 64.5401 } , admin1 : 'Arkhangelskaya' } ,
  { _id : 1002 , name : 'Severodvinsk' , country : 'RU' , coord : { lon : 39.8302 , lat : 64.5635 } , admin1 : 'Arkhangelskaya' } ,
  { _id : 1003 , name : 'Novodvinsk' , country : 'RU' , coord : { lon : 40.8122 , lat : 64.4165 } , admin1 : 'Arkhangelskaya' } ,
  { _id : 1004 , name : 'Kotlas' , country : 'RU' , coord : { lon : 46.64963 , lat : 61.25745 } , admin1 : 'Arkhangelskaya' }
] ;

const dataSet = Geo . createCompactSet ( data , { id : '_id' , lat : [ 'coord' , 'lat' ] , lon : [ 'coord' , 'lon' ] } ) ;
const geo = new Geo ( dataSet , { sorted : true } ) ;

geo . nearBy ( 64.54 , 40.54 , 5000 ) ;

您可以在构造函数options中指定setOptions属性，它会自动创建数据集，但对于大数据可能会花费大量时间：

 const data = [
  { lat : - 35.30278 , lon : 149.14167 , name : 'Canberra' } ,
  { lat : - 33.86944 , lon : 151.20833 , name : 'Sydney' } ,
  { lat : - 37.82056 , lon : 144.96139 , name : 'Melbourne' } ,
  { lat : - 34.93333 , lon : 138.58333 , name : 'Adelaide' } ,
  { lat : - 27.46778 , lon : 153.02778 , name : 'Brisbane' } ,
  { lat : - 31.95306 , lon : 115.85889 , name : 'Perth' }
] ;

const geo = new Geo ( data , { setOptions : { id : 'name' , lat : 'lat' , lon : 'lon' } } ) ;

geo . nearBy ( - 33.87 , 151.2 , 5000 ) ;

如果您有大量数据，可能更明智的做法是将它们保存到文件中：

 const data = require ( './huge.data.set.file.json' ) ;

Geo . createCompactSet ( { id : '_id' , lat : 'lat' , lon : 'lon' , file : './compact.set.json' } ) ;

然后加载变量：

 const dataSet = require ( './compact.set.json' ) ;
const geo = new Geo ( dataSet , { sorted : true } ) ;

geo . nearBy ( 64.54 , 40.54 , 5000 ) ;

高级用法

限制结果

为了限制结果，您有两种方法：

1.在选项中定义限制。这允许您定义结果的永久限制。

 const geo = new Geo ( dataSet , { limit : 1 } ) ;

geo . nearBy ( 64.54 , 40.54 , 3000 ) ;
new Geo ( dataSet , { limit : 1 } ) . nearBy ( 64.54 , 40.54 , 3000 ) ;
geo . nearBy ( - 33.87 , 151.2 , 5000 ) ;

在所有这些情况下，结果将限制为 1。

2.通过limit()方法定义限制。这允许您定义结果的临时限制。

 const foo = new Geo ( dataSet ) . limit ( 1 ) ;
foo . nearBy ( 64.54 , 40.54 , 5000 ) ; //up to 1
foo . nearBy ( 64.54 , 40.54 , 5000 ) ; //no limits

const bar = new Geo ( dataSet , { limit : 1 } ) . limit ( 10 ) ;
bar . nearBy ( 64.54 , 40.54 , 5000 ) ; //up to 10
bar . nearBy ( 64.54 , 40.54 , 5000 ) ; //up to 1. Options limit - permanent limit.
bar . limit ( 2 ) . nearBy ( 64.54 , 40.54 , 5000 ) ; //up to 2

一系列距离

为了获得更精确的定义，您可以使用距离范围。它有点慢但更准确。

 const geo = new Geo ( dataSet ) ;
geo . limit ( 2 ) . nearBy ( 64.54 , 40.54 , [ 250 , 30000 ] ) ;

注意：不要使用太小的距离作为起始值。对于值来说，对于未排序的数据集，少于 250 个脚本执行可能会花费太多时间。 250 - 500 通常就足够了。

二分查找

如果您通过createCompactSet方法创建了数据集，或者您自己的数据集按geohash属性按升序排序，则可以激活极快的二分搜索。

只需在构造函数options中将sorted属性设置为true即可。

二分查找比普通查找快 20 倍。

 const geo = new Geo ( dataSet , { sorted : true } ) ;
geo . limit ( 1 ) . nearBy ( 64.54 , 40.54 , [ 250 , 30000 ] ) ;

数据排序

如果您有未排序的数据集（使用推荐的语法），您可以轻松对其进行排序，只需在构造函数options中将sort属性设置为true即可。

数据集将使用快速 introsort 算法自动排序。但请记住，排序需要一些时间。

在某些情况下，在未排序的数据集中搜索将比排序和搜索更快。

 const geo = new Geo ( dataSet , { sort : true } ) ;
geo . limit ( 1 ) . nearBy ( 64.54 , 40.54 , [ 250 , 30000 ] ) ;

方法

新地理（数据集，[选项]）

构造函数。

参数：

dataSet ( String|Array|Object ) - 数据集（JSON、GeoJSON 等）
[选项] （对象）- 选项：
- hash ( String ) - 键路径（默认 = 'g'）
- limit ( Integer ) - 限制结果（默认情况下没有限制）
- sort ( Boolean ) - 将使用 introsort 算法对数据集进行排序
- Sorted ( Boolean ) - 如果数据集按升序排序，将sorted设置为true它将启用二分搜索（超级快速模式）
- setOptions ( Object ) - createCompactSet 中的选项：
  - hash ( String|Array ) - Key (name|path) （默认继承上面的hash ）
  - id ( String|Array ) - 键（名称|路径）（默认 = 2）
  - lat ( String|Array ) - 键（名称|路径）（默认 = 0）
  - lon ( String|Array ) - 键（名称|路径）（默认 = 1）
  - file ( String ) - 要保存的文件路径

 const geo = new Geo ( dataSet , { hash : 'geo' , limit : 1 , sorted : true } ) ;

.nearBy(纬度、经度、距离)

附近地点的搜索方法。

参数：

lat (浮动) - 纬度
lon ( Float ) - 经度
distance ( Integer|Array ) - 距离（以米为单位）

 const geo = new Geo ( dataSet ) ;
geo . nearBy ( 64.54 , 40.54 , [ 500 , 300000 ] ) ;

.limit([限制])

结果的临时限制。

参数：

[limit] ( Integer ) - 限制结果（默认情况下没有限制）

 const geo = new Geo ( dataSet ) ;
geo . limit ( 1 ) . nearBy ( 64.54 , 40.54 , [ 500 , 300000 ] ) ;

.createCompactSet(dataSet, [选项])

方法创建数据集。

静态方法。

参数：

dataSet ( String|Array|Object ) - 数据集（JSON、GeoJSON 等）
[选项] （对象）- 选项：
- hash ( String|Array ) - 键（名称|路径）
- id ( String|Array ) - 键（名称|路径）（默认 = 2）
- lat ( String|Array ) - 键（名称|路径）（默认 = 0）
- lon ( String|Array ) - 键（名称|路径）（默认 = 1）
- file ( String ) - 要保存的文件路径

 const dataSet = Geo . createCompactSet ( data , { id : [ 'names' , 'name' , 'id' ] } ) ;

执照

展开

geo nearby

地理附近

用法

数据集

高级用法

限制结果

一系列距离

二分查找

数据排序

方法

新地理（数据集，[选项]）

参数：

.nearBy(纬度、经度、距离)

参数：

.limit([限制])

参数：

.createCompactSet(dataSet, [选项])

参数：

执照

GitHub sgrebnov/cordova plugin background download

Wa ch ull navra maza navsacha 2 2024 ull ovie Fr e Online On Strea ings

Wa ch navra maza navsacha 2 2024 ull ovie Online For Fr e Strea ings At Home

Wa ch the greatest of all time 2024 ull ovie Online For Fr e Strea ings At Home

wolfs 2024 f llmo ie f lmyz lla dow load ree 7 0p 4 0p a d 10 0p

GitHub the via/releases

chat.petals.dev

GPT Prompt Templates

GPTyped

waymo open dataset

SmartTube

Sunamu

waymo open dataset

wp functions

termwind