介紹

pyproj是一個常用的地理坐標轉換python庫，它其實是對proj庫的python封裝，底層調用proj這個c++庫。當我們對大規模地理數據執行坐標轉換時，需要儘可能提高pyproj的運行效率，否則會浪費大量時間。下麵介紹一些常用的方法，可有效提高pyproj運行效率。

方法

首先import pyproj

import pyproj
from pyproj import Transformer

這裡以WSG84地理坐標轉UTM北緯51分帶投影坐標為例

EPSG_WGS84 = 4326
EPSG_WGS84_UTM_51N = 32651

1. 使用全局變數

使用下麵的函數每次執行坐標轉換都會new一個transformer對象，函數運行結束則銷毀對象並回收記憶體，記憶體不斷重覆分配與回收對程式運行效率影響較大。

def lonlat_to_xy(lon, lat, epsg=EPSG_WGS84_UTM_51N):
    """
    輸入經度和緯度，返回x和y（單位：m）
    """

    transformer = Transformer.from_crs("epsg:{}".format(EPSG_WGS84), "epsg:{}".format(target_epsg), always_xy=True)
    return transformer.transform(lon, lat)

我們使用全局變數來避免這一問題。全局變數初始化可以設置area_of_interest參數，含義為當前所關註的坐標經緯度範圍，能進一步提高計算效率。

DEFAULT_TRANS = Transformer.from_crs("epsg:{}".format(EPSG_WGS84), "epsg:{}".format(EPSG_WGS84_UTM_51N), always_xy=True,
                                area_of_interest=AreaOfInterest(119.504167, 31.093677, 120.610871, 32.005928))

def lonlat_to_xy(lon, lat, epsg):
    if epsg == EPSG_WGS84_UTM_51N:
        return DEFAULT_TRANS.transform(lat, lon)
    transformer = Transformer.from_crs("epsg:{}".format(EPSG_WGS84), "epsg:{}".format(epsg))
    return transformer.transform(lon, lat)

2. 開啟gloabal_context

如果代碼確定為單線程執行，可以設置global_context為true。

pyproj.set_use_global_context(active=True)

3. 批量計算，少用迴圈

直接輸入坐標數組批量計算，不要在迴圈體內對單個點進行坐標轉換。

lngs = [119.50, 119.51, 119.52, 119.49, 119.50]
lats = [31.09, 31.10, 31.08, 31.00, 31.04]
xx, yy = lonlat_to_xy(lngs, lats, EPSG_WGS84_UTM_51N)

參考

• https://pyproj4.github.io/pyproj/stable/advanced_examples.html#repeated-transformations