geo nearby下載 - geo nearby原始碼下載

地理附近

注意：該模組將所有資料儲存在記憶體中 - 請記住這一點。

優步透過座標快速搜尋附近位置。

支援Array 、 Object 、 JSON和GeoJSON作為輸入資料。

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中儲存了具有52位元精度的geohash。

如果您想要變更屬性名稱，可以使用下列選項來實現：

 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 ) ;

數據集

為了獲得最佳效能，建議使用預設資料集語法：

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

您可以使用createCompactSet方法使用建議的資料語法建立資料集：

 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支援Array 、已解析和未解析的JSON 、已解析和未解析的GeoJSON作為輸入資料：

 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 ) ;

如果您的資料看起來不同，您也可以變更createCompactSet方法的預設值：

 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 ) ;

您可以在建構函式options中指定setOptions屬性，它會自動建立資料集，但對於大資料可能會花費大量時間：

 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 ) ;

如果您有大量數據，可能更明智的做法是將它們保存到文件中：

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

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

然後載入變數：

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

geo . nearBy ( 64.54 , 40.54 , 5000 ) ;

進階用法

限制結果

為了限制結果，您有兩種方法：

1.在選項中定義限制。這允許您定義結果的永久限制。

 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 ) ;

在所有這些情況下，結果將限制為 1。

2.透過limit()方法定義限制。這允許您定義結果的臨時限制。

 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

一系列距離

為了獲得更精確的定義，您可以使用距離範圍。它有點慢但更準確。

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

注意：不要使用太小的距離作為起始值。對於值來說，對於未排序的資料集，少於 250 個腳本執行可能會花費太多時間。 250 - 500 通常就夠了。

二分查找

如果您透過createCompactSet方法建立了資料集，或者您自己的資料集按geohash屬性按升序排序，則可以啟動極快的二分搜尋。

只需在建構函數options中將sorted屬性設為true即可。

二分查找比一般查找快 20 倍。

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

資料排序

如果您有未排序的資料集（使用建議的語法），您可以輕鬆對其進行排序，只需在建構函式options中將sort屬性設為true即可。

資料集將使用快速 introsort 演算法自動排序。但請記住，排序需要一些時間。

在某些情況下，在未排序的資料集中搜尋將比排序和搜尋更快。

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

方法

新地理（資料集，[選項]）

構造函數。

參數：

dataSet ( String|Array|Object ) - 資料集（JSON、GeoJSON 等）
[選項] （物件）- 選項：
- hash ( String ) - 鍵路徑（預設 = 'g'）
- limit ( Integer ) - 限制結果（預設沒有限制）
- sort ( Boolean ) - 將使用 introsort 演算法對資料集進行排序
- Sorted ( Boolean ) - 如果資料集按升序排序，將sorted設為true它將啟用二分搜尋（超級快速模式）
- setOptions ( Object ) - createCompactSet 中的選項：
  - hash ( String|Array ) - Key (name|path) （預設繼承上面的hash ）
  - id ( String|Array ) - 鍵（名稱|路徑）（預設 = 2）
  - lat ( String|Array ) - 鍵（名稱|路徑）（預設 = 0）
  - lon ( String|Array ) - 鍵（名稱|路徑）（預設 = 1）
  - file ( String ) - 要儲存的檔案路徑

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

.nearBy(緯度、經度、距離)

附近地點的搜尋方法。

參數：

lat (浮動) - 緯度
lon ( Float ) - 經度
distance ( Integer|Array ) - 距離（以公尺為單位）

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

.limit([限制])

結果的臨時限制。

參數：

[limit] ( Integer ) - 限制結果（預設沒有限制）

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

.createCompactSet(dataSet, [選項])

方法建立資料集。

靜態方法。

參數：

dataSet ( String|Array|Object ) - 資料集（JSON、GeoJSON 等）
[選項] （物件）- 選項：
- hash ( String|Array ) - 鍵（名稱|路徑）
- id ( String|Array ) - 鍵（名稱|路徑）（預設 = 2）
- lat ( String|Array ) - 鍵（名稱|路徑）（預設 = 0）
- lon ( String|Array ) - 鍵（名稱|路徑）（預設 = 1）
- file ( String ) - 要儲存的檔案路徑

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

執照

展開

geo nearby

地理附近

用法

數據集

進階用法

限制結果

一系列距離

二分查找

資料排序

方法

新地理（資料集，[選項]）

參數：

.nearBy(緯度、經度、距離)

參數：

.limit([限制])

參數：

.createCompactSet(dataSet, [選項])

參數：

執照

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