根据经纬度坐标计算距离-python

根据经纬度坐标计算距离-python

一、两个坐标之间距离计算

参考链接：

python实现

1、Python 根据地址获取经纬度及求距离

2、python利用地图两个点的经纬度计算两点间距离

　　LBS 球面距离公式

美团app筛选“离我最近” 之 地理空间距离计算优化

案例1、2,因为都是用LBS 球面距离公式（haversine公式）结果完全相同， 且与 geopy相差不大。

原文：geopy在python中的使用

geopy是一个关于地理编码的python库。

主要有以下几个功能：(需要联网)

1. 地理编码：将字符串转换为地理位置
2. 逆地理编码：用于将地理坐标转换为具体地址
3. 计算两个点的距离：经纬度距离和球面距离

代码：

from math import radians, cos, sin, asin, sqrt

#公式计算两点间距离（m）

def geodistance(lng1,lat1,lng2,lat2):
　　#lng1,lat1,lng2,lat2 = (120.12802999999997,30.28708,115.86572000000001,28.7427)
　　lng1, lat1, lng2, lat2 = map(radians, [float(lng1), float(lat1), float(lng2), float(lat2)]) # 经纬度转换成弧度
　　dlon=lng2-lng1
　　dlat=lat2-lat1
　　a=sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
　　distance=2*asin(sqrt(a))*6371*1000 # 地球平均半径，6371km
　　distance=round(distance/1000,3)
　　return distance

# 返回 446.721 千米

#调用geopy包中的方法

from geopy.distance import geodesic

print(geodesic((30.28708,120.12802999999997), (28.7427,115.86572000000001)).m) #计算两个坐标直线距离
print(geodesic((30.28708,120.12802999999997), (28.7427,115.86572000000001)).km) #计算两个坐标直线距离
# 返回 447.2497993542003 千米

# 南昌：华东交通大学（120.12802999999997,30.28708）

# 杭州：浙江工商大学（115.86572000000001,28.7427）

# 用百度地图测量结果：447.02km

二、中文位置 转 经纬度坐标

1. 地理编码/逆地理编码 ★★★ （日6000次）

　　（地理编码/逆地理编码 API 是通过 HTTP/HTTPS 协议访问远程服务的接口，提供结构化地址与经纬度之间的相互转化的能力。

） - Python程序参考

　　高德接口：https://lbs.amap.com/api/webservice/guide/api/georegeo

 

2. 搜索POI   ★★★★★  （日2000次）

　　(搜索服务API是一类简单的HTTP接口，提供多种查询POI信息的能力，其中包括关键字搜索、周边搜索、多边形搜索、ID查询四种筛选机制。

)

　　高德接口：https://lbs.amap.com/api/webservice/guide/api/search

3. 调用geopy包 

　　结果偏差，可能使用的google api；且只能按照 省市区（县），无法到 乡镇。

且速度慢。

import requests

#使用高德API-地理/逆地理编码:https://lbs.amap.com/api/webservice/guide/api/georegeo

def geocodeG(address):

    key = '07ac12a00f830764ebfdee2fd0bc96fd'

    par = {'address': address, 'key': key}

    base = 'http://restapi.amap.com/v3/geocode/geo'

    response = requests.get(base, par)

    answer = response.json()

    return answer['geocodes'][0]['location']

address='原阳县酒楼' #非结构化的位置，返回结果不准（结构化的数据效果很好）

print(geocodeG(address))

输出：113.912220,35.386060

#使用高德API-搜索POI:https://lbs.amap.com/api/webservice/guide/api/search def geocodeG2(address): key = '07ac12a00f830764ebfdee2fd0bc96fd' par = {'keywords': keywords, 'key': key,'offset':1} base = 'https://restapi.amap.com/v3/place/text' response = requests.get(base, par) answer = response.json() return answer['pois'][0]['location'] address='原阳县酒楼' #模糊匹配、关键词搜索 效果很好 print(geocodeG2(address))

输出：113.961655,35.057336

from geopy.geocoders import Nominatim

# 结果的经纬度，与高德有1-2公里偏差； 且只能按照 省市区（县），无法到 乡镇； 且速度慢

def geocodeN(address):

    gps=Nominatim(user_agent="my-application")

    location=gps.geocode(address)

    return location.longitude,location.latitude

address = "四川乐山市峨眉山市"

print(geocodeN(address))

address = "四川乐山市峨眉山市高桥镇"

print(geocodeN(address))

输出：

(103.48222, 29.60173)
Traceback (most recent call last):