Django: 좌표와 반경을 사용하여 근처 사용자 찾기
오늘날 웹 애플리케이션에서 위치 기반 기능의 중요성이 점점 더 커지고 있습니다. 지리 데이터를 통합하면 근처 친구 찾기, 근처 서비스 찾기, 위치 태그가 지정된 콘텐츠 활성화 등 사용자 경험이 크게 향상될 수 있습니다.
이 기사에서는 Django의 ORM을 사용하여 지리적 좌표(위도 및 경도)와 지정된 반경을 기반으로 주변 사용자를 찾는 방법을 살펴봅니다.
먼저 각 사용자의 지리적 좌표를 저장하는 위치 모델을 정의하겠습니다. 우리는 Django에 내장된 User 모델을 사용하여 각 위치를 사용자와 연관시킬 것입니다.
from django.db import models from django.contrib.auth.models import User class Location(models.Model): user = models.ForeignKey(User, on_delete=models.CASCADE) latitude = models.DecimalField(max_digits=9, decimal_places=6, db_index=True) longitude = models.DecimalField(max_digits=9, decimal_places=6, db_index=True) def __str__(self): return str(self.user)
user: Django 사용자 모델을 가리키는 외래 키입니다. 이는 각 사용자가 하나 이상의 위치를 가질 수 있는 관계를 설정합니다. 위도 및 경도: DecimalField 필드는 대부분의 위치 기반 애플리케이션에 충분한 소수점 이하 6자리의 정확도로 지리 좌표를 저장하는 데 사용됩니다.
Django에서 Haversine 공식 구현
Haversine의 공식은 위도와 경도를 사용하여 지구 표면의 두 지점 사이의 구면 거리를 계산하는 데 널리 사용되는 수학 공식입니다. 이 공식은 탐색, 지오펜싱, 지리공간 분석 및 위치 기반 서비스에 특히 유용합니다.
다음은 Django ORM을 사용하여 지정된 반경 내의 사용자를 확보하기 위해 Haversine 공식을 위치 모델에 통합하는 함수입니다.
from django.db.models import F, Value from django.db.models.functions import ACos, Cos, Radians, Sin class Location(models.Model): # ... [字段如上] ... @classmethod def get_users_within_radius(cls, center_latitude, center_longitude, radius_km): # Haversine 公式计算距离 distance_expression = ( ACos( Sin(Radians(F('latitude'))) * Sin(Radians(Value(center_latitude))) + Cos(Radians(F('latitude'))) * Cos(Radians(Value(center_latitude))) * Cos(Radians(F('longitude')) - Radians(Value(center_longitude))) ) * 6371 # 地球半径(公里) ) # 过滤指定半径内的用户 users_within_radius = cls.objects.annotate( distance=distance_expression ).filter( distance__lte=radius_km ).select_related('user') return users_within_radius
이 방법은 Haversine 공식을 사용하여 거리를 계산하고 지정된 반경 내의 사용자를 필터링합니다.
지정된 반경 내의 사용자 가져오기
get_users_within_radius
방법을 사용하면 주변 사용자를 쉽게 찾을 수 있습니다. 사용 방법은 다음과 같습니다.
from .models import Location # 加德满都的纬度和经度 center_latitude = 27.707460 center_longitude = 85.312205 radius_km = 10 # 10 公里 nearby_location_points = Location.get_users_within_radius( center_latitude, center_longitude, radius_km ) nearby_users = [ location.user for location in nearby_location_points ]
설명
-
중심 좌표 정의:
center_latitude
및center_longitude
를 현재 사용자 위치 등 원하는 중심점으로 바꿉니다. -
반경 사양:
radius_km
을 원하는 검색 반경(킬로미터)으로 설정합니다. -
주변 위치 가져오기:
get_users_within_radius
을 호출하여 지정된 반경 내의 위치 인스턴스를 검색합니다. - 사용자 추출: Location 인스턴스를 반복하여 연결된 User 객체를 수집합니다.
Django에서 위치정보 검색을 구현하는 것은 위치 기반 서비스를 만드는 것을 목표로 하는 개발자에게 귀중한 기술입니다. Haversine의 공식을 이해함으로써 개발자는 효율적인 위치 기반 검색을 구축할 수 있습니다.
보다 고급 지리 기능을 보려면 GeoDjango 및 공간 데이터베이스를 살펴보세요.
위 내용은 Django: 좌표와 반경을 사용하여 근처 사용자 찾기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

Python과 C는 각각 고유 한 장점이 있으며 선택은 프로젝트 요구 사항을 기반으로해야합니다. 1) Python은 간결한 구문 및 동적 타이핑으로 인해 빠른 개발 및 데이터 처리에 적합합니다. 2) C는 정적 타이핑 및 수동 메모리 관리로 인해 고성능 및 시스템 프로그래밍에 적합합니다.

Pythonlistsarepartoftsandardlardlibrary, whileraysarenot.listsarebuilt-in, 다재다능하고, 수집 할 수있는 반면, arraysarreprovidedByTearRaymoduledlesscommonlyusedDuetolimitedFunctionality.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.
