问题标签 [distance-matrix]

我正在向 Google Maps Distance Matrix API 发出请求，以获取今天下午两点之间的 duration_in_traffic 数据 - 贝西克塔斯和博斯普鲁斯海峡大桥 - 在伊斯坦布尔，我已将出发时间设置为 2018 年 3 月 6 日的 17:00:00。它回复我说这需要 5 分钟，这实际上是不可能的，应该至少 20 分钟。谷歌地图中的结果也不同。

这是我使用的网址： https ://maps.googleapis.com/maps/api/distancematrix/json?&departure_time=1520301600000&traffic_model=pessimistic&origins=41.045524,29.007519&destinations=41.050044,29.029765&key=MYKEY

这是 JSON 响应：

这是指定时间和目的地的谷歌地图截图

我不知道是什么原因造成的，但如果您能提供帮助，我将不胜感激。

我正在尝试使用文化距离矩阵中包含的数据在地理地图上描绘网络。例如：

网络线路的起点和终点应位于不同的国家（即此处为 AT、BE、CH 和 CZ）。

当矩阵的相应条目低于某个阈值（例如，所有矩阵条目的平均值）时，应在国家之间描绘线。（我想dplyr包可以用来过滤数据，如示例http://www.gis-blog.com/flight-connection-map-with-r/）

该地图包括欧亚大陆国家。我使用 Trimble Data Marketplace 获取 Shapefile 并在 R 中绘制地理地图，如下所示：

这张地图是通过以下代码获得的：

现在如何使用矩阵的数据在此地理地图上绘制网络？

（网络将代表国家的文化接近度及其随时间的演变）

我有一个数据框，其中包含许多项目 + 他们的开始日期 + 他们的坐标（长/纬度），我有一个数据框，其中包含一些（虚构的）受访者 + 他们接受调查的日期 + 他们的坐标：

现在，我想创建一个新的变量survey$project_nearby来计算受访者附近（这里：5 公里）的项目数量。所以数据框survey应该看起来像这样（可能的其他结果）：

需要特别注意项目的开工年份和调查的年份：如果2007年被访者问到，但附近的项目是2008年完成的，这个项目自然不能算作附近的项目。

我想创建一个距离矩阵，然后只计算包含小于 5 公里距离的行数......但我不知道如何创建这个距离矩阵。也许 for 循环会更容易？谁能帮助我或给我一个提示，这样做的代码是什么？

编辑：我编辑了survey$projects_nearby 的预期值。现在，这些值应该与位于相应受访者附近的实际项目数量相匹配。

我想使用 pyspark 中的数据帧中的值构造一个距离矩阵。我现在拥有的是

我想使用我自己的距离函数并做类似的事情

编辑：预期输出是

我该怎么做呢？

晚上好，

我需要解决 R 中的位置问题，但我陷入了第一步。

从 .txt 文件中，我需要使用欧几里得方法创建一个距离矩阵。

我从中获得以下信息： X50 显示服务器总数。x5 所需的集线器数量。x120 总容量。

第一列显示 x 的距离。第二列显示 y 的距离。第三列显示了节点的要求。

我尝试使用该dist()函数： distance_matrix <-dist(servidores,method = "euclidean",diag = TRUE,upper = TRUE) 但由于 x 和 y 位于不同的列上，我不确定如何获得具有所有距离的 50x50 矩阵。

任何人都知道我怎么能创建这样的矩阵？

提前谢谢了。

我使用谷歌距离矩阵 api 来获取从点“a”到点“b”的距离。问题是我无法获得替代路线。谷歌地图没有显示不同的（替代）路径。只有一个。

我使用谷歌距离矩阵api，有什么办法可以得到替代路线吗？也许还有另一个 api 可以提供替代数据？

我找到了一个使用多线程计算距离矩阵的 R 包Rlof，它做得很好。

但是，函数的输出distmc是向量而不是矩阵。应用于as.matrix这个“dist”对象比多线程计算距离要昂贵得多。

查看功能帮助，打印对角线和上三角形的选项在那里，但我不明白它们应该在哪里使用。

有没有办法以某种方式节省时间as.matrix？

可重现的例子：

我正在 python 中执行层次聚类分析。我的变量是二进制的，所以我想知道如何计算二进制欧几里得距离。根据文献，可以将此距离度量与这种聚类技术一起使用。

Choi, SS, Cha, SH, & Tappert, CC (2010)。二进制相似性和距离度量的调查。系统学、控制论和信息学杂志，8（1），43-48。

我正在使用scipy.spatial.distance.pdist(X, metric='euclidean')，但这个函数对非二进制数据使用欧几里得距离。

是否有任何 python 库来计算基于二进制欧几里德距离度量的距离矩阵？

我有两个邮政编码 (A) 和 (B)，我看到 A 到 B 和 B 到 A 之间的距离和持续时间不同，虽然这与谷歌地图网站相匹配，但我们已经看到 A 到 B 在那个方向上的距离和持续时间从一天到下一天。

我不相信 API 请求 URL 设置为包含流量，所以我不知道为什么 Google 在我们第一次运行此请求和第二次请求之间更改了主要首选路由。

我希望这是有道理的。

我正在运行一个来自 PHYLIP ( http://evolution.genetics.washington.edu/phylip/doc/dnadist.html ) 的名为 dnadist 的程序。这会根据您输入的序列数创建一个 dna 距离矩阵。

目前，我想从 14,778 个序列中创建一个矩阵。我提交此文件以在我大学的 HPCC 上运行，根据我的计算估计需要 10 天才能运行。

我想请求更多的内核来加快时间，但我对这是否可以拆分运行的算法感到困惑？还是必须全部在 1 个核心上运行？我的假设是我必须更改算法本身以溢出正在生成的矩阵，然后将它们全部连接在一起。这是正确的假设吗？