对比的维度有两个:
- 不同的 DataFrame 实现,这里用的是 Pandas 和 Polars,前者是最流行的框架,后者则是用 Rust 驱动的更节约内存的框架
- 不同的经纬度转时区库的实现,这里用的是 timezonefinder1 和 tzfpy2
相关代码可以在仓库中浏览
df-lng-lat-timezones-showcase
对比的维度有两个:
相关代码可以在仓库中浏览
df-lng-lat-timezones-showcase
tzf 及相关项目的基础开发工作基本稳定了,在之前的文章零星有些开发和设计过程的资料:
这一篇是最终的总结,从项目的启动到逐步优化和演进的过程。
上周花了点时间学习下 mbtiles
文件格式,顺手给 tzf 项目制作了一个
social preview media:
制作流程很简单:
# 根据 GeoJSON 制作 .mbtiles 文件
tippecanoe -o timezone.mbtiles -l Timezons -z7 combined-with-oceans.fmt.json
mbview ./timezone.mbtiles
时区相关
Python 中经纬度转时区新的选择
在 Go 中将经纬度转时区
- 2022-05-29 01:04 +0800 立了个年度 Flag:在 Go 里用多边形搜索实现经纬度转时区
- 2022-05-29 20:47 +0800 搞出来了 https://github.com/ringsaturn/tzf
基本数据处理流程:
挺想用 Rust 实现一遍,然后用 pyo3 封装下,看看能不能比 Numba 加速的
timezonefinder 更快。