为了满足您的需求，我们需要编写一个Python脚本来处理特定格式的文件，并计算其中经纬度数据的平均值。假设我们有一个文件列表，其名称格式如"example.1990.data.txt", 其中倒数第二个"."之后的内容是我们关心的时间标识符（即年份）。我们将遍历指定目录下的所有匹配该模式的文件，读取它们内容里的经纬度信息并找出最接近给定位置的那个点。 下面是一个简单的实现方案： ```python import os from glob import glob def find_closest_point(lat_lon_data, target_lat_lon): """从lat_lon_data找到离target_lat_lon最近的一个点""" closest = None min_distance_sq = float('inf') for lat, lon in lat_lon_data: # 使用平方距离避免开方运算提高效率 distance_sq = (lat - target_lat_lon[0])**2 + (lon - target_lat_lon[1])**2 if distance_sq < min_distance_sq: min_distance_sq = distance_sq closest = [lat, lon] return closest def process_files(directory_path, latitude, longitude): years_range = range(1990, 2024) # 包含起始和结束年份 avg_values_by_year = {} pattern = "*.????.*" files = [] # 获取符合条件的所有文件 for year in years_range: full_pattern = f"*.{year}.*" matched_files = glob(os.path.join(directory_path, full_pattern)) if not matched_files: print(f"No file found matching {full_pattern}") continue files.extend(matched_files) total_points_count = 0 for filepath in files: try: with open(filepath, 'r') as file: lines = file.readlines() lat_lon_data = [[float(value.strip()) for value in line.split()] for line in lines] # 找到离目标纬度经度最近的数据行 closest_point = find_closest_point(lat_lon_data, (latitude, longitude)) if closest_point is None: raise ValueError("No valid data point was found.") else: # 这里仅简单地累加了所有年的最近点坐标；实际应用时需要更复杂的统计方式 total_points_count += 1 current_year_str = str(years_range[(total_points_count-1)%len(years_range)]) if current_year_str not in avg_values_by_year: avg_values_by_year[current_year_str] = { "sum_latitude": 0, "sum_longitude": 0, "count": 0 } entry = avg_values_by_year[current_year_str] entry["sum_latitude"] += closest_point[0] entry["sum_longitude"] += closest_point[1] entry["count"] += 1 except Exception as e: print(f"Error processing file '{filepath}': {e}") results = {} for key, item in avg_values_by_year.items(): count = max(item['count'], 1) # 避免除以零的情况发生 avg_lat = item['sum_latitude'] / count avg_lon = item['sum_longitude'] / count results[key] = {"avg_latitude": avg_lat, "avg_longitude": avg_lon} return results # 示例调用 directory_path = '/path/to/files' input_latitude = 35.6895 # 输入您想要查询地点的纬度 input_longitude = 139.6917 # 输入您想要查询地点的经度 averages = process_files(directory_path, input_latitude, input_longitude) for year, values in averages.items(): print(f"{year}: Average Latitude={values['avg_latitude']:.6f}, Longitude={values['avg_longitude']:.6f}") ``` 请注意： - 此代码示例假设每行包含两个浮点数值表示一对经纬度坐标； - `glob`模块用于搜索与提供的模式相匹配的所有文件路径； - 对于每一个文件，它尝试解析出所有的经纬度对并将它们存储在一个列表中供后续处理； - 我们只考虑了那些名字中有明确指出某一年份并且按照一定规则排列（即年份数字位于倒数第二次出现`.`之前）的文件； - 如果不存在这样的文件，则会打印一条消息说明未找到对应年份的文件； - 每次当成功定位到了某个文件中最靠近用户给出坐标的那组经纬度后，就会更新相应的累计统计数据； - 最终结果将按年度展示所求得的平均值。 此外，请根据实际情况调整正则表达式或其他字符串操作部分来适应具体的文件命名约定或内部数据结构差异。