经纬度距离计算python

### 使用 Python 实现经纬度距离计算

#### 方法一：Haversine 距离
`sklearn.metrics.pairwise.haversine_distances` 函数可以用于计算样本 X 和 Y 之间的 Haversine 距离。此方法假设地球是一个完美的球体，适用于快速估算两点间的直线距离。

from math import radians
import numpy as np
from sklearn.metrics.pairwise import haversine_distances

def calculate_haversine_distance(lat1, lon1, lat2, lon2):
    # 将角度转换为弧度
    point1 = (radians(lat1), radians(lon1))
    point2 = (radians(lat2), radians(lon2))

    # 计算并返回公里数
    distance_in_radians = haversine_distances([point1, point2])[0][1]
    distance_in_km = distance_in_radians * 6371  # 地球半径约为6371千米
    
    return distance_in_km

这种方法简单快捷，在大多数情况下能够提供足够的准确性[^1]。

#### 方法二：测地线距离
对于更精确的距离测量，尤其是当涉及到较大跨度或高精度需求时，推荐采用基于椭球模型的测地线算法来计算实际路径长度。这里展示了一个利用 `geopy` 库中的 `geodesic()` 函数的例子：

from geopy.distance import geodesic

Abuja = (9.072264, 7.491302)
Dakar = (14.716677, -17.467686)

distance = geodesic(Abuja, Dakar).km
print(f"The geodesic distance between Abuja and Dakar is {distance:.2f} km.")

该方式考虑到了地球的真实形状（即近似于旋转椭球），因此能给出更加贴近现实的结果[^2]。

#### 方法三：大圆距离
如果追求更高的效率而愿意牺牲一点精度，则可以选择使用同样来自 `geopy` 的 `great_circle()` 来代替上述两种方案之一。它同样是基于球形地球模型，但在某些应用场景下可能更为合适：

from geopy.distance import great_circle

Nairobi = (-1.28333, 36.81667)
Cairo = (30.05, 31.25)

distance = great_circle(Nairobi, Cairo).km
print(f"The great circle distance between Nairobi and Cairo is {distance:.2f} km.")

这种简化版的大圆距离公式虽然不如前两者复杂，但对于很多日常用途来说已经足够好用了[^3]。