如何使用python从GPS(经纬度)时间序列数据中提取速度和加速度特征
我想从GPS数据(经度和纬度)中提取尽可能多的数字特征。我将熊猫与python一起使用。我感兴趣的主要特征是速度、横向和纵向加速度 数据样本如下所示,每1秒读取一次。我在谷歌上搜索答案,但我只能找到速度和地图可视化的方程式。然而,我相信可以从这些数据中提取更多的特征如何使用python从GPS(经纬度)时间序列数据中提取速度和加速度特征,python,machine-learning,gis,data-science,Python,Machine Learning,Gis,Data Science,我想从GPS数据(经度和纬度)中提取尽可能多的数字特征。我将熊猫与python一起使用。我感兴趣的主要特征是速度、横向和纵向加速度 数据样本如下所示,每1秒读取一次。我在谷歌上搜索答案,但我只能找到速度和地图可视化的方程式。然而,我相信可以从这些数据中提取更多的特征 Longitude Latitude 35.48396 33.902283 35.484046 33.90227 35.484128 33.902241 35.484222 33.90216 35.484282
Longitude Latitude
35.48396 33.902283
35.484046 33.90227
35.484128 33.902241
35.484222 33.90216
35.484282 33.90218
35.484336 33.902201
35.484431 33.902166
35.484504 33.902213
35.484582 33.9022
看
使用ML并自己动手。从GPS提取特征用于ML目的。我相信从数据中提取横向和纵向加速度会产生更好的预测。尝试
df。描述,然后从那里开始工作。有许多数据处理函数,如mean、std等,可以与滚动窗口或重采样组结合使用。首先,自己动手解决这个问题。就像我提到的,这不是一个代码血汗工厂。谢谢,一个有趣的远程图书馆。然而,我不确定是否有可能从数据中提取横向和纵向加速度。只需计算位置之间的一些速度,就可以计算加速度。
from pygeodesy.sphericalNvector import LatLon
p = LatLon(35.48396, 33.902283)
q = LatLon(35.484046, 33.90227)
d = p.distanceTo(q) # 9.64 km