fast-geocn 1.0.0

超轻量离线中国行政区划逆地理编码（仅依赖 shapely）

Fast-GeoCN

超轻量离线中国行政区划逆地理编码 — 仅依赖 shapely，开箱即用。

特性

• ⚡ 极致轻量 — 仅依赖 shapely，无 pandas/geopandas，安装体积约 15 MB
• 🚀 极速查询 — 运行时自动生成 pickle 缓存 + STRtree 空间索引 + PreparedGeometry 精确匹配，二次查询 亚毫秒级
• 🔌 兼容 — 兼容 regeo(lng, lat) 函数签名
• 📦 开箱即用 — 内置中国省市县三级 GeoJSON 数据，pip install 即可使用
• 🛠 自动缓存 — 首次查询自动转为 pickle 缓存，后续秒级响应

快速开始

1. 安装

pip install fast-geocn

2. 查询

from fast_geocn import regeo

result = regeo(114.0579, 22.5431)  # (经度, 纬度)
print(result)
# {'status': 1, 'Info': 'Successfully retrieved address.',
#  'address': {'province': '广东省', 'province_code': '440000',
#              'city': '深圳市', 'city_code': '440300',
#              'district': '南山区', 'district_code': '440305'}}

API 文档

regeo(lng, lat)

逆地理编码函数。

参数	类型	说明
lng	float	经度 (WGS-84)
lat	float	纬度 (WGS-84)

返回：包含 status、Info、address 的字典。

reverse_geocode(lat, lon, data_dir=None)

增强版逆地理编码函数，支持指定数据目录。

fast-geocn-prepare <geojson_dir> <output_dir>

CLI 工具，将 GeoJSON 目录转为 pickle 缓存。

性能

指标	耗时
首次查询（含 GeoJSON 解析 + 缓存生成）	~3.6 s
二次查询（直接读 pickle 缓存）	~1.7 ms
内存常驻后单次查询	~0.2 ms

数据源推荐

数据源	说明
DataV.GeoAtlas	阿里云开源中国行政区划数据
geojson.cn	天地图省市县 GeoJSON，带审图号
cn-atlas	基于高德地图 API 的 TopoJSON/GeoJSON

依赖

• shapely >= 2.0

许可证

MIT