写了个网优小工具实现邻区规划，想与大家交流提升运行速度，欢迎大神指导优化
import pandas as pd
import numpy as np
from geopy.distance import geodesic
from tqdm import tqdm# Import tqdm
import swifter# Import swifter
def calculate_azimuth(lat1, lon1, lat2, lon2):
"""计算从点1到点2的方位角"""
lon1, lat1, lon2, lat2 = map(np.radians, )
dlon = lon2 - lon1
x = np.sin(dlon) * np.cos(lat2)
y = np.cos(lat1) * np.sin(lat2) - np.sin(lat1) * np.cos(lat2) * np.cos(dlon)
initial_bearing = np.arctan2(x, y)
initial_bearing = np.degrees(initial_bearing)
compass_bearing = (initial_bearing + 360) % 360
return compass_bearing
def calculate_distance(row1, row2):
"""计算两个点之间的地理位置距离（千米）"""
return geodesic((row1['Latitude'], row1['Longitude']), (row2['Latitude'], row2['Longitude'])).kilometers
def is_neighbor(row1, row2, distance, azi1, azi2, alpha_s, alpha_n):
"""根据距离和夹角判断是否为邻区"""
if distance <= 2:
return True
elif 2 < distance <= 3.5 and alpha_s <= 120 and alpha_n <= 120:
return True
elif 3.5 < distance <= 4.5 and alpha_s <= 90 and alpha_n <= 90:
return True
return False
def calculate_interference(planned_df, full_df):
"""计算每个小区到其他小区的邻区关系"""
results = []
for _, row1 in tqdm(planned_df.iterrows(), total=len(planned_df)):
lat1, lon1, azimuth1 = row1['Latitude'], row1['Longitude'], row1['Azimuth']
for _, row2 in full_df.iterrows():
if row1['CellName'] != row2['CellName']:
lat2, lon2 = row2['Latitude'], row2['Longitude']
azi1 = calculate_azimuth(lat1, lon1, lat2, lon2)
azi2 = calculate_azimuth(lat2, lon2, lat1, lon1)
alpha_s = min(abs(azi1 - azimuth1), 360 - abs(azi1 - azimuth1))
alpha_n = min(abs(azi2 - row2['Azimuth']), 360 - abs(azi2 - row2['Azimuth']))
distance = calculate_distance(row1, row2)
if is_neighbor(row1, row2, distance, azi1, azi2, alpha_s, alpha_n):
results.append({
'需规划小区名': row1['CellName'],
'需规划 eNodeB-ID': row1['eNodeB-ID'],
'需规划 小区本地ID': row1['本地ID'],
'全量小区名': row2['CellName'],
'全量 eNodeB-ID': row2['eNodeB-ID'],
'全量 CellID': row2['CellID'],
'全量 PCI': row2['PCI'],
'全量 频点号': row2['Earfcn'],
'全量 TAC': row2['TAC'],
'距离': round(distance, 2),
'方位角1': round(azi1, 2),
'方位角2': round(azi2, 2),
'夹角1': round(alpha_s, 2),
'夹角2': round(alpha_n, 2)
})
return pd.DataFrame(results)
# 读取Excel数据
planned_path = 'C:/Users/Desktop/邻区规划/需规划小区工参.xlsx'
full_path = 'C:/Users/Desktop/邻区规划/全量工参.xlsx'
planned_df = pd.read_excel(planned_path)
full_df = pd.read_excel(full_path)
# 计算干扰
interference_results = calculate_interference(planned_df, full_df)
# print(interference_results)
# 保存结果到新的Excel文件
interference_results.to_excel('C:/Users/Desktop/邻区规划/邻区规划结果.xlsx', index=False) 18702770531 发表于 2024-5-21 08:48
我去，52遇到同行了，简直了
在这里遇到同行岂不是很正常。。这里本来就是同行精英聚集地~ 您的代码中使用了tqdm来显示进度条，这是一个很好的做法，可以提高用户体验。但是，tqdm在这里可能不会显示进度，因为iterrows()方法不支持迭代器的进度条。您可以考虑使用swifter库的apply()方法来加速循环，并且可以结合tqdm使用。
另外，您的calculate_distance函数在每次循环时都会调用geodesic，这可能会导致不必要的重复计算。如果row1和row2的Latitude和Longitude在循环中不会改变，可以考虑将这部分计算移到循环外部。
考虑将硬编码的文件路径和参数（如距离阈值）移动到配置文件或命令行参数中，这样可以使代码更易于维护和适应不同的环境。
如果calculate_azimuth函数在其他地方也会用到，可以考虑将其提取到一个单独的模块中，以便于重用。 代码运行缺少这两个文件哦：
- `需规划小区工参.xlsx`
- `全量工参.xlsx`
另外如果可以，请同时提交你的 `requirements.txt` 依赖文件（[官方文档 (英文)](https://pip.pypa.io/en/stable/reference/requirements-file-format/)）。
刚安装完Anaconda，表示看不懂，先留作学习 我去，52遇到同行了，简直了 18702770531 发表于 2024-5-21 08:48
我去，52遇到同行了，简直了
哈哈，干通信的多才多艺 Love0912 发表于 2024-5-21 08:55
在这里遇到同行岂不是很正常。。这里本来就是同行精英聚集地~
我也是同行 爱飞的猫 发表于 2024-5-21 01:55
代码运行缺少这两个文件哦：
- `需规划小区工参.xlsx`
两个文件涉及到运营商工参，属于涉密信息；需规划和全量工参都包含如下表头即可 eNodeB-ID 本地ID CellName PCI CellID Longitude Latitude TAC Earfcn 带宽 Azimuth
请把模板放出来吧，应该还需要对应字段名才能读取 上算法啊，这样循环肯定慢，同行路过