GeoDjango 距离搜索
我想用GeoDjango来做一些基本的地点搜索。具体来说，我想给搜索功能一个邮政编码、城市或县，然后找到在5英里、10英里、20英里等范围内的所有邮政编码、城市和县。我在文档中找到以下一段话：
使用地理坐标系统可能会给开发者带来一些后续的复杂问题。例如，PostGIS无法在使用地理坐标系统的情况下，对非点几何体进行距离计算，比如构建一个查询来查找所有在以WGS84存储的县边界5英里范围内的点。
如果我想在美国使用PostGIS来进行上述搜索，这到底是什么意思呢？文档建议使用投影坐标系统来覆盖特定区域。但我需要覆盖整个国家，所以这可能不是一个选项。
简单来说，我最终想要的是能够根据一个起始位置和距离，找到相邻的邮政编码、城市和县。我并不太关心这在技术层面上是怎么实现的。
另外，我在哪里可以找到一个包含美国邮政编码、城市和县地理边界的数据库，以便我可以导入到GeoDjango模型中呢？
更新
我找到一个包含美国所有邮政编码的经纬度坐标的数据库，在这里。我的计划是将这些点导入到GeoDjango模型中，并使用PostGIS构建查询，以找到距离给定点x英里范围内的其他点。这就解决了文档中提到的问题，因为所有邮政编码都被视为点，而不是多边形。这对我的使用场景来说是可以接受的，因为我并不在乎完美的准确性。
好的方面：这个数据文件是免费的。
坏的方面：这些数据来自2000年的人口普查，所以有点过时。
稍微乐观一点：美国人口普查局每10年进行一次人口普查，快到2010年了。
结论：对我来说，这已经足够好了。
2 个回答
在编程中，有时候我们需要把一些数据从一个地方传到另一个地方。这就像把水从一个杯子倒到另一个杯子一样。为了做到这一点，我们通常会用一些工具或者方法来帮助我们完成这个任务。
有些时候，这个过程可能会遇到一些问题，比如数据可能会丢失，或者在传输的过程中出现错误。就像在倒水的时候，如果不小心倾斜得太快，水可能会洒出来一样。
为了避免这些问题，我们可以采取一些措施，比如使用更稳妥的方式来传输数据，或者在传输之前先检查一下数据的完整性。这样可以确保我们在传输数据的时候不会出错。
总之，数据传输就像是一个小小的搬家过程，我们需要小心翼翼地把每一件东西都搬到新地方，确保它们不会在路上丢失或损坏。
In [1]: o = Place.objects.get(pk=2463583) # Oakland, CA
In [2]: sf = Place.objects.get(pk=2487956) # San Francisco, CA
In [3]: o.coords.transform(3410) # use the NSIDC EASE-Grid Global projection
In [4]: sf.coords.transform(3410) # use the NSIDC EASE-Grid Global projection
In [5]: o.coords.distance(sf.coords) # find the distance between Oakland and San Francisco (in meters)
Out[5]: 14401.942808571299
为了绕过你提到的限制，你可以先找到用户提供的邮政编码区域的中心点，然后从这个点出发，找出所有与这个点形成5、10英里或其他距离的圆圈相交的邮政编码区域。我不太确定在geodjango中怎么实现，但在postgis中肯定是可以做到的。
你提到的限制基本上是说，你不能写一个查询来要求“给我所有在俄亥俄州边界内5英里范围内的点。”