如何运用Python计算地图上两点的实际距离

2021年5月18日 89次阅读 来源: xxw9485

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。
    《如何运用Python计算地图上两点的实际距离》
    其中：
    《如何运用Python计算地图上两点的实际距离》
  • R为地球半径，可取平均值 6371km；
  • φ1, φ2 表示两点的纬度；
  • Δλ 表示两点经度的差值。

程序代码：

# 输入
# 计算地图上两点经纬度间的距离
from math import radians, cos, sin, asin, sqrt  
# Haversine(lon1, lat1, lon2, lat2)的参数代表：经度1，纬度1，经度2，纬度2（十进制度数） 
def Haversine(lon1, lat1, lon2, lat2): 
    # 将十进制度数转化为弧度 
    lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])  
    # Haversine公式 
    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 # 地球平均半径，单位为公里 
    d = c * r
    print("该两点间距离={0:0.3f} km".format(d))

# 广州市人民政府 113.270714,23.13552
# 深圳市人民政府 114.064803,22.549054
Haversine(113.270714,23.13552,114.064803,22.549054)

# 输出
该两点间距离=104.280 km
    原文作者：xxw9485
    原文地址: https://blog.csdn.net/baidu_32923815/article/details/79719813
    本文转自网络文章，转载此文章仅为分享知识，如有侵权，请联系博主进行删除。
点赞