将地理区域划分为相等大小的网格并检索索引位置

Question

我有北京地区人员流动的GPS坐标。我想将地理空间划分为例如 2 平方公里（增量）的矩形网格，并访问网格内任何点的索引位置。单元格的大小不需要完全相同，在我的情况下可以使用近似值。

我的地理区域具有以下边界框坐标（纬度、经度）。

Bottom Left  (x1,y1) = 39.77750000, 116.17944444  
Top Left     (x1,y2) = 40.04722222, 116.58888889  
Bottom Right (x2,y1) = 39.77750000, 116.58888889  
Top Right    (x2,y2) = 40.04722222, 116.17944444  

这是 30 公里 x 34 公里的矩形区域。我心中的解决方案是取delta为2km，以delta增加纬度和经度值，直到达到上限。
要访问 GPS 点 p 的索引位置，令 BL 为矩形区域的左下点

Row =    Distance [(p.lat,BL.long), (BL.lat, BL.long)] / delta 
Column = Distance [(BL.lat,p.long), (BL.lat, BL.long)] / delta 

有没有更简单的方法或支持库来解决这个问题？最好是行和列（x，y）的组合，这样我就可以通过在笛卡尔坐标系中找到两个网格单元之间的距离来测量网格单元的紧密程度。示例图像和输入数据集可以让您清楚地了解描述。

链接中给出的输入数据集https://drive.google.com/file/d/1JjvS7igTmrtLA4E5Rs5D6tsdAXqzpYqX/view

Answer 1

bottomLeft = (39.77750000, 116.17944444)
bottomRight = (39.77750000, 116.58888889)
topLeft = (40.04722222, 116.58888889)
topRight = (40.04722222, 116.17944444)

cols = np.linspace(bottomLeft[1], bottomRight[1], num=18)
rows = np.linspace(bottomLeft[0], topLeft[0], num=15)
df['col'] = np.searchsorted(cols, df['long'])
df['row'] = np.searchsorted(rows, df['lat'])