命令行工具查找最近的存储。
storelocator的Python项目详细描述
#storelocator
一个命令行工具，用于从存储的csv中查找距离给定地址或邮政编码最近的存储。
请确保您的计算机上安装了类似virtual env的软件。
env/bin/activate
````
```````
pip install-r requirements.txt
``````
````````
//``````````````````>
p~/bin<是的路径=$path"：$home/bin"
```
="utf-8-sig"
默认分隔符='，'
距离精度=2
"名称"："存储名称"，
"位置"："存储位置"，
"县"："县"，
"地址"："地址"，
"城市"："城市"，
"状态"："状态"，
'邮政编码'：'邮政编码'，
'纬度'：'纬度'，
'经度'：'经度'，
'距离'：'距离'
}
````
>设置完毕后，可以使用storelocator按地址或邮政编码查找最近的商店。或者，您也可以选择距离（mi或km）的单位，以及希望结果输出为（文本或json）的格式。
````
find store
find store将从
store-locations.csv中查找最近的存储（如vrow所飞），打印匹配的存储地址，以及到该存储的距离。
用法：
查找存储--地址="<；地址>；""
查找存储--地址="<；地址>；""[--单位=（mi km）"[--输出=文本json]
查找存储--zip=<；zip>；
查找存储--zip=<；zip>；[--units=（mi km）][--output=text json]
选项：
--zip=<；zip>；查找离此邮政编码最近的商店。如果有多个最佳匹配项，请返回第一个。
--地址查找距此地址最近的存储区。如果有多个最佳匹配，则返回第一个。
--units=（mi km）以英里或公里为单位显示单位[默认值：mi]
--output=（text json）以可读文本输出，或在JSON（例如机器可读）[默认：文本]
BR/>示例
FUNDIONSITY地址="1770联合ST，旧金山，CA 94123"
查找商店——zip=94115——单元=km
````
````
要使用比所提供的数据集更大的数据集，并且模块化地包括在命令提示符之外使用。
当然，这种方法也可以改进。
包含存储位置数据的csv的解析通过storesparser对象处理。storesparser读取csv并创建存储列表（dict）。同时，通过对storesparser对象的kdtree实现，对所有存储的纬度和纵向坐标进行空间索引。
ure，查询最近的存储被优化为nlog（n）时间复杂度，减少了查找最近存储所需的距离计算次数。构建此树会增加存储树的空间成本和最初填充树所需的时间。
要从这种方法中获益，必须确保不必在每次执行新搜索时都重新填充kdtree。为了实现这一点，storesparser有一个save方法，该方法在填充kdtree后将当前实例保存到一个.pkl文件中。然后，storesparser有一个名为get_storesparser的静态方法，该方法返回已保存的storesparser实例，或者如果不存在.pkl文件，在填充其kdtree后返回一个新实例。
z）可用于计算欧氏距离。
查找最近的存储首先查询树以接收最接近的可能结果，然后从结果列表中，传统的蛮力和迭代比较法是用来寻找最接近的距离的。
距离计算是基于haversine公式。
\authors
*austin brown
一个命令行工具，用于从存储的csv中查找距离给定地址或邮政编码最近的存储。
请确保您的计算机上安装了类似virtual env的软件。
env/bin/activate
````
```````
pip install-r requirements.txt
``````
````````
//``````````````````>
p~/bin<是的路径=$path"：$home/bin"
```
="utf-8-sig"
默认分隔符='，'
距离精度=2
"名称"："存储名称"，
"位置"："存储位置"，
"县"："县"，
"地址"："地址"，
"城市"："城市"，
"状态"："状态"，
'邮政编码'：'邮政编码'，
'纬度'：'纬度'，
'经度'：'经度'，
'距离'：'距离'
}
````
>设置完毕后，可以使用storelocator按地址或邮政编码查找最近的商店。或者，您也可以选择距离（mi或km）的单位，以及希望结果输出为（文本或json）的格式。
````
find store
find store将从
store-locations.csv中查找最近的存储（如vrow所飞），打印匹配的存储地址，以及到该存储的距离。
用法：
查找存储--地址="<；地址>；""
查找存储--地址="<；地址>；""[--单位=（mi km）"[--输出=文本json]
查找存储--zip=<；zip>；
查找存储--zip=<；zip>；[--units=（mi km）][--output=text json]
选项：
--zip=<；zip>；查找离此邮政编码最近的商店。如果有多个最佳匹配项，请返回第一个。
--地址查找距此地址最近的存储区。如果有多个最佳匹配，则返回第一个。
--units=（mi km）以英里或公里为单位显示单位[默认值：mi]
--output=（text json）以可读文本输出，或在JSON（例如机器可读）[默认：文本]
BR/>示例
FUNDIONSITY地址="1770联合ST，旧金山，CA 94123"
查找商店——zip=94115——单元=km
````
````
要使用比所提供的数据集更大的数据集，并且模块化地包括在命令提示符之外使用。
当然，这种方法也可以改进。
包含存储位置数据的csv的解析通过storesparser对象处理。storesparser读取csv并创建存储列表（dict）。同时，通过对storesparser对象的kdtree实现，对所有存储的纬度和纵向坐标进行空间索引。
ure，查询最近的存储被优化为nlog（n）时间复杂度，减少了查找最近存储所需的距离计算次数。构建此树会增加存储树的空间成本和最初填充树所需的时间。
要从这种方法中获益，必须确保不必在每次执行新搜索时都重新填充kdtree。为了实现这一点，storesparser有一个save方法，该方法在填充kdtree后将当前实例保存到一个.pkl文件中。然后，storesparser有一个名为get_storesparser的静态方法，该方法返回已保存的storesparser实例，或者如果不存在.pkl文件，在填充其kdtree后返回一个新实例。
z）可用于计算欧氏距离。
查找最近的存储首先查询树以接收最接近的可能结果，然后从结果列表中，传统的蛮力和迭代比较法是用来寻找最接近的距离的。
距离计算是基于haversine公式。
\authors
*austin brown
欢迎加入QQ群-->： 979659372
