如何运用Python计算地图上两点的实际距离

最新推荐文章于 2023-07-18 08:56:07 发布
最新推荐文章于 2023-07-18 08:56:07 发布
阅读量8.7k 收藏 18
点赞数 4
分类专栏： Python学习笔记 文章标签： Python 经纬度转换
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/baidu_32923815/article/details/79719813
版权

作者：xxw9485
时间：2017/6/20
参考资料：参考资料1、参考资料2

之前遇到过这样的问题：手里有一批患者的具体居住地点以及对应的经纬度，我想分析下患者的具体分布情况，不同患者之间的距离关系，这时就需要根据某两点的经纬度来求该两点的实际距离了。下面就是计算公式和代码：

公式

球面上任意两点的距离计算公式可以参考维基百科上的下述文章。
Great-circle distance
Haversine formula
下面采用的是维基百科推荐的Haversine公式，原因：

  • Great-circle distance公式用到了大量余弦函数，而两点间距离很短时（比如地球表面上相距几百米的两点），余弦函数会得出0.999…的结果，会导致较大的舍入误差。
  • 而Haversine公式采用了正弦函数，即使距离很小，也能保持足够的有效数字。
最低0.47元/天 解锁文章
xxw9485
关注
  • 4
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
专栏目录
Haversine公式：精确计算地球上任意两点之间的距离
qq_44103359的博客
05-11 1035
在地理信息系统（GIS）和相关应用中，根据地球上的两点的经纬度计算它们之间的距离是一个常见的需求。Haversine公式是一种用于计算地球上两点之间距离的精确方法，它考虑了地球的曲率。Haversine公式提供了一种准确计算地球上两点之间距离的方法。通过将经纬度转换为弧度，计算经纬度差，并应用Haversine公式，我们可以得到两点之间的最短距离。公式考虑了地球的半径和两点之间的经纬度差，来计算两点之间的最短距离（大圆距离）。将转换后的经纬度和经纬度差代入Haversine公式，计算两点之间的距离。
python依据经纬坐标计算两点距离并求图像横纵分辨率
ydd的博客，记录生活
11-22 3968
依据经纬坐标计算地球两点距离并求图像分辨率 输入：geotiff图像文件 输出：两点距离和图像分辨率 缺点：未将投影方式纳入考虑范围， 处理高纬地区可能精度失真。 import math, gdal from geopy.distance import geodesic from osgeo import gdal, osr import numpy as np from math import sin, asin, cos, radians, fabs, sqrt haversione公式计算球面两点间
Python中如何利用经纬度进行距离计算
12-21
前些天由于工作中需求，要计算经纬度之间的距离，当我去网上搜索距离计算的方法时，发现很多文章中的方法乍一看都是很不同的，同是进行距离计算，为啥这么不一样呢？后来才发现问题在于很多文章没有进行相关的原理说明，直接上了一段代码，让人看了云里雾里的。 其实经纬度属于球面坐标，而我们常规的距离是在平面维度上的，因此，在进行距离计算之前，首先需将球面坐标转换为平面坐标，这样之后才能进行平面距离的测算，计算出来的距离单位就是米了，符合我们的常规认知。（我之前查到的一些方法中，有些是直接调包，有些是十进制和弧度互相做转换，初次接触时可能不是那么好理解背后原理） 以下是亲身实践后，总结的一些可行的计算方法。 一
用计算python两点之间的距离math_python计算两个地址之间的距离方法
weixin_39915308的博客
11-24 221
我们调用高德地图的API来计算经纬度#计算地址经纬度import requestsdef geocode(address):parameters = {'address': address, 'key': 'cb649a25c1f81c1451adbeca73623251'}base = 'http://restapi.amap.com/v3/geocode/geo'response = requ...
用计算python两点之间的距离math_Python计算地图上两点经纬度间的距离
weixin_39610956的博客
11-24 438
处理地图数据时，经常需要用到两个地理位置间的距离。比如A点经纬度（110.0123, 23.32435），B点经纬度（129.1344,25.5465），求AB两点之间的距离。我们可以用haversine()函数求出距离结果。Python版本的haversine()如下所示：from math import radians, cos, sin, asin, sqrtdef haversine(lo...
python求投影距离_python地图投影转换
weixin_39681171的博客
12-19 349
一、投影包osr与proj4的使用1.osr投影转换示例from osgeo import osr,ogr#定义投影#wgs84source=osr.SpatialReference()source.ImportFromEPSG(4326)#googletarget=osr.SpatialReference()target.ImportFromEPSG(3857)#简单投影转换coordTrans...
计算两个经纬度之间的距离
10-12
Haversine公式基于球面三角学，用于计算地球上两点之间的大圆距离，这是两点间最短路径。公式如下： \[ a = \sin^2\left(\frac{\Delta \phi}{2}\right) + \cos(\phi_1) \cdot \cos(\phi_2) \cdot \sin^2\left(\frac...
百度地图实现距离测量和面积测量源码.zip
05-09
对于“距离测量”，百度地图API提供了一套完整的地理坐标系统，可以计算两个或多个点之间的直线距离，也可以模拟实际道路行驶距离。在实际应用中，通常通过获取用户点击地图产生的坐标点，然后调用API提供的计算距离...
python射线法判断一个点在图形区域内外
09-19
Python射线法是一种判断二维平面上的点是否位于闭合图形内部的方法，它基于图形的边界线和从该点出发的任意直线（通常选择水平或垂直线）进行判断。如果这条直线与图形的边界线相交的次数为奇数，则点在图形内部；若...
经纬度计算距离
06-08
这里我们将深入探讨如何使用公式法将经纬度转换为距离，并批量计算地球上两点之间的球面距离。 首先，我们需要理解地球并非完美的球体，而是一个椭球体，为了简化计算，我们通常采用一个假设的完美球体模型，如国际...
根据定位计算距离.rar
03-18
为了计算两点间的直线距离，我们可以使用球面三角法，例如大圆航线距离计算，这是航空和航海领域常用的方法。在二维平面上，可以使用哈弗辛公式（Haversine Formula）： \[ a = \sin^2\left(\frac{\Delta \phi}{2}\...
[python]计算两点之间的距离
最新发布
FL1623863129的博客
07-18 1897
【代码】[python]计算两点之间的距离。
Python求两点之间的直线距离（两种方法）
热门推荐
Ethan的博客
08-13 8万+
方法一： #导入math包 import math #定义点的函数 class Point: def __init__(self,x=0,y=0): self.x=x self.y=y def getx(self): return self.x def gety(self): return self.y ...
基于Python和GDAL实现栅格数据中相邻地物边界提取
seibert的博客
06-26 2233
对输入的影像计算指定像元值四邻域内指定像元值的像元数并输出成新文件 此代码块是打包成exe的源文件 1、导入相关python包 在网址 https://www.lfd.uci.edu/~gohlke/pythonlibs/#gdal 下载对应python版本的whl文件如GDAL‑3.0.0‑cp38‑cp38m‑win32.whl pip install numpy pip install GD...
用计算python两点之间的距离math_自学生信Python（第二天）|计算出两点之间的距离...
weixin_39828859的博客
11-21 9109
计算出两点之间的距离日常旁白：本人是一枚生物学的学生，由于对生物信息学特别感兴趣，于是想自学生物信息学（新手莫怪）。了解到生物信息学要有编程基础，尤其是要会一门编程语言，例如：R语言、Python、Perl等，还要熟悉Linux系统，作为生信小白，听说Python挺简单的，于是就自学了Python，花了两天时间了解了Python的基础语法后，今天想做个练习题试试手（实践是检验真理的唯一标准），下面...
Python 两地之间距离计算
chlet的博客
12-21 3712
两地之间距离计算 两地之间距离计算（模块：numEx，所在文件名 num_hw.py，Level：★） 利用 Python 实现地球上两点之间的距离计算，地球上点的位置以经纬度坐标形式提供。 距离计算采用 Haversine 公式： 这里 r 是地球半径 6371Km， 代表点的（纬度，经度）坐标。 参考网站：https://en.wikipedia.org/wiki/Haversine_formula 完成距离计算函数： 函数原型：def sphere_distance(p1, p2) 参数 p1：tu
已知两点经纬度求球面最短距离的公式推导过程（几何法加向量法）
GDAL专栏
01-29 4万+
已知两点经纬度计算球面距离的公式，一搜一大堆，形式如下： 可是至于这个公式为什么是这样的，今天推导了一下，详细推导过程如下。首先画个图（图1），要不然空间想象能力差的话容易犯糊涂。首先对图1做个大致的说明，红色的半圆表示赤道，蓝色的圆弧表示本初子午线（也就是经度为0的子午线）。球最上方是北极点，点A和点B分别为要计算的两个点，坐标分别为A（jA,wA）和B（jB，wB）。图1 示意图 再开始推导之
根据两点经纬度计算距离
三五月儿的专栏
11-17 2万+
在实际应用当中，一般是通过一个个体的编码来查找该编码对应的地区中心的经纬度，然后再根据这些经纬度来计算彼此的距离，从而估算出某些群体之间的大致距离范围(比如酒店旅客的分布范围-各个旅客的邮政编码对应的经纬度和酒店的经纬度所计算的距离范围-等等)。 用GPS测出两个点的经纬度后，如何计算这两个点之间的距离呢？ 设两点A、B的经、纬度分别为(jA,wA)(jB,wB)，则半径为
python shapefile地图匹配
07-04
### 回答1： Python可以使用shapefile库来处理shapefile地图，并进行地图匹配操作。地图匹配是将离散的GPS轨迹点与地图网络进行匹配，以获得与之相对应的地理位置。 首先，需要安装shapefile库。可以使用pip命令来安装： ``` pip install pyshp ``` 导入shapefile库，读取地图数据： ```python import shapefile sf = shapefile.Reader("map.shp") ``` 读取GPS轨迹数据： ```python gps_points = [(x1, y1), (x2, y2), ...] # 假设GPS轨迹数据为一系列坐标点 ``` 对于每一个GPS点，需要找到最近的道路线。可以使用点-线匹配算法来实现。首先，遍历所有道路线，计算每条道路线上距离当前GPS点最近的投影点： ```python from shapely.geometry import Point, LineString nearest_points = [] # 记录每个GPS点对应的最近点 for gps_point in gps_points: min_distance = float('inf') # 设置一个初始最小距离为无穷大 nearest_point = None # 记录当前最近的投影点 # 遍历所有道路线 for shape in sf.shapes(): line = LineString(shape.points) point = Point(gps_point) distance = line.distance(point) if distance < min_distance: min_distance = distance nearest_point = line.interpolate(line.project(point)) nearest_points.append(nearest_point) ``` 通过上述步骤，我们可以获得每个GPS点对应的最近投影点nearest_points。接下来，可以根据需要进行进一步处理，比如绘制匹配结果或计算匹配误差等。 以上是Python中使用shapefile库进行shapefile地图匹配的简要过程。 ### 回答2： Python中有许多库可以用于shapefile地图匹配，常用的有geopandas和shapely库。 geopandas库是在pandas库的基础上开发的，提供了更丰富的地理数据处理功能。它使用了shapely库的功能，可以轻松实现地图匹配的需求。首先，我们可以使用geopandas库读取shapefile文件，得到一个geopandas的GeoDataFrame对象。 ```python import geopandas as gpd # 读取shapefile文件 gdf = gpd.read_file("path/to/shapefile.shp") ``` 接下来，我们可以使用shapely库提供的方法对地理数据进行匹配。shapely库包含了许多用于几何操作的函数，可以对地图数据进行空间查询、空间关系判断等操作。 ```python from shapely.geometry import Point # 创建一个Point对象 point = Point(1, 1) # 判断point是否在gdf中 contains = gdf.contains(point) # 打印结果 print(contains) ``` 除此之外，geopandas库还提供了一些方便的方法，如空间索引、空间切割等。这些功能可以帮助我们更高效地进行地图匹配操作。 ```python from shapely.ops import unary_union # 创建一个buffer区域 buffer = unary_union(gdf.geometry.buffer(0.1)) # 判断point是否在buffer区域内 within = buffer.contains(point) # 打印结果 print(within) ``` 总的来说，使用Python的geopandas和shapely库可以很方便地实现shapefile地图的匹配操作，让我们可以更灵活地处理地理空间数据。 ### 回答3： shapefile地图匹配是指在地理信息系统中使用Python编程语言进行地图数据之间的匹配和关联。Python中提供了多种工具和库来实现这一目的，其中最常用的库包括geopandas和pyshp。 首先，需要将shapefile地图数据加载到Python中。可以使用geopandas库中的read_file()函数来读取shapefile文件，并将其转换为一个GeoDataFrame对象。GeoDataFrame对象是pandas库的一个拓展，可用于处理地理数据。 然后，可以使用geopandas库提供的空间查询和操作功能，来进行地图数据的匹配。例如，可以使用sjoin()函数进行空间连接，将两个GeoDataFrame对象基于空间关系进行匹配。这可以用来查找在两个地图数据集之间共享边界、相交或包含的地理要素。 另外，可以使用pyshp库来进行shapefile地图数据的读写和操作。pyshp库提供了Shapefile类和相关函数，可以用于在Python中读取、创建和编辑shapefile文件。通过读取shapefile文件，可以得到地图数据的几何属性和属性表，进一步实现地图数据的匹配和分析。 最后，根据实际需求，可以使用Python的数据处理和可视化库，如pandas、numpy和matplotlib，对匹配后的地图数据进行分析和展示。可以根据匹配结果计算统计指标、制作地图图层或生成图表，帮助用户更好地理解地图数据。 总之，使用Python进行shapefile地图匹配可以方便地实现地图数据的关联和分析。通过合理选择适用的库和函数，可以高效地处理大规模和复杂的地图数据，并实现各种空间查询和操作。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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