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):

 

posted on 2018-08-15 15:21  andy_1  阅读(69969)  评论(0编辑  收藏  举报

导航