python 经纬度计算距离

首先, 你需要安装 geopy 库:

pip install geopy

然后, 你可以使用 geopy 库中的 `geopy.distance.geodesic` 函数来计算两个经纬度之间的距离:

from geopy import distance

coords_1 = (52.2296756, 21.0122287)
coords_2 = (52.406374, 16.9251681)

print(distance.geodesic(coords_1, coords_2).km)

上面的代码将会输出两个经纬度之间的距离, 单位为公里。

你也可以使用 `geopy.distance.great_circle` 函数来计算两个经纬度之间的地球的大圆距离:

from geopy import distance

coords_1 = (52.2296756, 21.0122287)
coords_2 = (52.406374, 16.9251681)

print(distance.great_circle(coords_1, coords_2).km)

上面的代码也将会输出两个经纬度之间的距离, 单位为公里。

相关问题

Python经纬度计算距离

### 回答1：
在 Python 中，你可以使用 `haversine` 库来计算两个经纬度之间的距离。首先，你需要安装这个库：

pip install haversine

然后，你可以使用以下代码来计算两个经纬度之间的距离：

from haversine import haversine

# 设置起点和终点的经纬度
start = (lat1, lon1)
end = (lat2, lon2)

# 计算距离，单位为千米
distance = haversine(start, end)

注意，这里的经纬度需要以弧度制表示。如果你使用的是度数，需要使用 `math.radians` 函数将其转换为弧度制。

import math

lat1 = math.radians(lat1)
lon1 = math.radians(lon1)
lat2 = math.radians(lat2)
lon2 = math.radians(lon2)

希望这些信息对你有帮助。

### 回答2：
在Python中，可以使用数学库或者第三方库来计算经纬度之间的距离。下面给出使用haversine公式计算两个坐标点之间的距离的示例代码：

import math

def calculate_distance(lat1, lon1, lat2, lon2):
    # 转换为弧度
    lat1 = math.radians(lat1)
    lon1 = math.radians(lon1)
    lat2 = math.radians(lat2)
    lon2 = math.radians(lon2)
    
    # haversine公式计算距离
    dlon = lon2 - lon1
    dlat = lat2 - lat1
    a = math.sin(dlat / 2) ** 2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon / 2) ** 2
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))
    
    # 地球半径，单位为千米
    R = 6371
    
    # 计算距离
    distance = R * c
    
    return distance

# 示例：计算北京和上海之间的距离
lat1 = 39.9042
lon1 = 116.4074
lat2 = 31.2304
lon2 = 121.4737

distance = calculate_distance(lat1, lon1, lat2, lon2)
print("北京和上海之间的距离为:", distance, "千米")

以上示例中的`calculate_distance`函数使用haversine公式计算了两个坐标点之间的距离，并返回了结果。在示例中，我们输入了北京和上海的经纬度坐标，并计算了它们之间的距离。最后结果以千米为单位输出。

### 回答3：
Python经纬度计算距离可以使用haversine公式。该公式是一种用于计算两点间球面距离的方法，适用于小范围内的距离计算。

具体步骤如下：
1. 首先，导入math库，用于实现数学计算功能。
2. 定义一个distance函数，接收两个参数：点A和点B的经纬度坐标。
3. 根据haversine公式，计算维度和经度的差值，并将其转换为弧度。
4. 根据haversine公式，计算球面距离。公式：𝑎 = sin^2(Δ𝑙/2) + cos(𝑙1) * cos(𝑙2) * sin^2(Δ𝑑/2)，其中𝑙1和𝑙2分别为A和B的纬度，Δ𝑙为A和B的纬度差值，Δ𝑑为A和B的经度差值。
5. 根据球面距离和地球半径，计算出实际距离。常用的地球半径是6371公里。
6. 返回计算得到的距离。

代码示例：

import math

def distance(lat1, lon1, lat2, lon2):
    lat1 = math.radians(lat1)
    lon1 = math.radians(lon1)
    lat2 = math.radians(lat2)
    lon2 = math.radians(lon2)

    dlat = lat2 - lat1
    dlon = lon2 - lon1

    a = math.sin(dlat/2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon/2)**2
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))

    distance = 6371 * c

    return distance

使用该函数，可以计算两点之间的球面距离。传入经纬度坐标即可返回距离值。

python 经纬度计算距离Vincenty

在Python中，可以利用geopy库来进行经纬度之间的距离计算，特别是使用Vincenty's formula for ellipsoidal distance（文森公式），它考虑了地球的曲率，提供更精确的大圆距离计算，适用于地球表面两点间的距离。这个公式主要用于处理球面坐标系下的大圆航线。

以下是使用geopy库中`distance.VincentyDistance()`函数的基本步骤：

from geopy.distance import VincentyDistance

# 定义两个经纬度点
point1 = (lat1, lon1)
point2 = (lat2, lon2)

# 创建VincentyDistance实例
vdist = VincentyDistance()

# 计算距离
distance, azimuth = vdist(point1, point2)
distance_km = distance.kilometers  # 距离以公里为单位

print(f"两地距离: {distance_km} km")

其中，`(lat1, lon1)` 和 `(lat2, lon2)` 分别代表两个经纬度坐标，返回的是直线距离和方位角。如果你需要实际路线或驾车导航的距离，可能还需要结合其他服务如Google Maps API等。