我正在开发一个Python项目,我有两个纬度/长度对,我想计算它们之间的距离。在其他项目中,我使用ST_Distance_Sphere(a.loc_point,b.loc_point)计算了Postgres中的距离,但我想避免将所有数据加载到Postgres中,以便我可以计算距离差异。我已经搜索过,但一直无法找到我想要的内容,这是一个纯粹的Python实现,所以我不必将我的数据加载到Postgres中。
我知道还有其他距离计算将地球视为一个完美的球体,但由于精度差,这些还不够好,这就是为什么我想使用PostGIS ST_Distance_Sphere()函数(或等价物) 。
以下是我想计算距离的几个Lat / Long样本:
Lat, Long 1: (49.8755, 6.07594)
Lat, Long 2: (49.87257, 6.0784)
我无法想象我是第一个问这个问题的人,但有没有人知道如何使用ST_Distance_Sphere()纯粹从Python脚本中进行纬度/长距离计算?
答案 0 :(得分:3)
答案 1 :(得分:1)
这是一个基本函数,用于计算完美球体上两个坐标之间的距离,半径=地球半径
df = df.apply(lambda x: [x.values[i] if x.values[i] not in x.values[i+1:] else np.nan for i in range(len(x))], axis=1)
希望这有帮助!
答案 2 :(得分:1)
请参阅此How can I quickly estimate the distance between two (latitude, longitude) points?
from math import radians, cos, sin, asin, sqrt
def haversine(lon1, lat1, lon2, lat2):
"""
Calculate the great circle distance between two points
on the earth (specified in decimal degrees)
"""
# convert decimal degrees to radians
lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])
# haversine formula
dlon = lon2 - lon1
dlat = lat2 - lat1
a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
c = 2 * asin(sqrt(a))
km = 6367 * c
return km
作者:Aaron D
您可以通过添加miles = km * 0.621371
答案 3 :(得分:0)
除了这里提供的答案之外,我已经找到了另一种方法。使用python的hasrsine模块。
from haversine import haversine as h
# Return results in meters (*1000)
print '{0:30}{1:12}'.format("haversine module:", h(a, b)*1000)
我在Postgres中使用ST_Distance_Sphere(a,b)测试了所有三个答案加上hasrsine模块。所有答案都非常好(谢谢),但来自Sishaar Rao的所有数学答案(计算)都是最接近的。结果如下:
# Short Distance Test
ST_Distance_Sphere(a, b): 370.43790478
vincenty: 370.778186438
great_circle: 370.541763803
calcd: 370.437386736
haversine function: 370.20481753
haversine module: 370.437394767
#Long Distance test:
ST_Distance_Sphere(a, b): 1011734.50495159
vincenty: 1013450.40832
great_circle: 1012018.16318
calcd: 1011733.11203
haversine function: 1011097.90053
haversine module: 1011733.11203