python已知经纬度信息获取详细地址信息

本文介绍如何利用高德地图API进行逆地理编码,将经纬度转换为详细地址。首先,需要在高德地图API官网创建应用并获取KEY。接着,参照文档发起HTTP请求,使用GET方法调用接口,传入API KEY和坐标信息。最后,解析返回的JSON数据,从中获取地址信息。
摘要由CSDN通过智能技术生成

本文通过调用高德地图API KEY,使用高德地图的逆地理编码(坐标转地址)功能实现已知经纬度信息获取详细地址信息

申请高德地图API KEY

(1)进入高德地图API官网高德地图

(2)在控制台找到应用管理-我的应用,点击右上角创建新应用,按照要求输入你要新建的应用名称和应用类型,点击新建,我的应用页面就会出现你新建的应用了
在这里插入图片描述
(3)在你新建的应用点击最右边的添加key,输入你的key名称,服务平台选择Web服务,点击提交
在这里插入图片描述
(4)添加完key后新建的应用就有会一个key了
在这里插入图片描述

逆地理编码(坐标转地址)

逆地理编码的过程跟地理编码没有什么大差别,可以参考官方使用说明文档

申请完key后参考接口参数文档发起HTTP/HTTPS请求,申请的key需作为必填参数一同发送;

  • 13
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中,可以使用haversine公式来计算两个地点之间的直线距离。Haversine公式是一种用于计算两个球面坐标之间距离的算法,可以用于计算两个经纬度坐标之间的距离。其公式如下: d = 2r * arcsin(sqrt(sin((lat2-lat1)/2)^2 + cos(lat1) * cos(lat2) * sin((lon2-lon1)/2)^2)) 其中,d是两个地点之间的距离,lat1,lon1是第一个地点的纬度和经度,lat2,lon2是第二个地点的纬度和经度,r是地球的平均半径,约为6371km。 因此,我们可以使用Python中的math库来计算两点之间的距离,并且使用的公式为Haversine公式。 下面是一个使用Python计算经纬度之间距离的例子: ```python from math import radians, cos, sin, asin, sqrt def calc_distance(lat1, lon1, lat2, lon2): # 转换经纬度为弧度 lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2]) # Haversine公式计算距离 dlon = lon2 - lon1 dlat = lat2 - lat1 a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2 c = 2 * asin(sqrt(a)) r = 6371 #地球半径,单位为公里 return c * r # 举例:计算北京和上海之间的距离 lat1, lon1 = 39.9042, 116.4074 # 北京的经纬度 lat2, lon2 = 31.2304, 121.4737 # 上海的经纬度 distance = calc_distance(lat1, lon1, lat2, lon2) print("北京和上海之间的距离为:",distance,"km") ``` 以上代码会输出:北京和上海之间的距离为: 1068.9046696384106 km 即北京和上海之间的大约距离为1068.9公里。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值