Получение расстояния между двумя точками на основе широты/долготы

Ответ 1

Редактировать: просто как примечание: если вам просто нужен быстрый и простой способ определения расстояния между двумя точками, я настоятельно рекомендую использовать подход, описанный в ответе Курта ниже, вместо повторной реализации Haversine - см. Его пост для обоснования.

Этот ответ фокусируется только на ответе на конкретную ошибку, с которой столкнулся OP.

Это потому, что в Python все триггерные функции используют радианы, а не градусы.

Вы можете либо преобразовать числа вручную в радианы, либо использовать функцию radians из математического модуля:

from math import sin, cos, sqrt, atan2, radians

# approximate radius of earth in km
R = 6373.0

lat1 = radians(52.2296756)
lon1 = radians(21.0122287)
lat2 = radians(52.406374)
lon2 = radians(16.9251681)

dlon = lon2 - lon1
dlat = lat2 - lat1

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

distance = R * c

print("Result:", distance)
print("Should be:", 278.546, "km")

Расстояние теперь возвращает правильное значение 278.545589351 км.

Ответ 2

Обновление: 04/2018: обратите внимание, что расстояние Vincenty устарело с версии GeoPy 1.13 - вместо этого вы должны использовать geopy.distance.distance()!

Приведенные выше ответы основаны на формуле Хаверсайна, которая предполагает, что земля является сферой, что приводит к ошибкам примерно до 0,5% (согласно help(geopy.distance)). Расстояние Винсенти использует более точные эллипсоидальные модели, такие как WGS-84, и реализовано в геопсии. Например,

import geopy.distance

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

print geopy.distance.vincenty(coords_1, coords_2).km

напечатает расстояние 279.352901604 километра, используя эллипсоид по умолчанию WGS-84. (Вы также можете выбрать .miles или одну из нескольких других единиц расстояния).

Ответ 3

Для людей (таких как я), которые приходят сюда через поисковик и просто ищут решение, которое работает "из коробки", я рекомендую установить mpu. Установите его через pip install mpu --user и используйте его так, чтобы получить расстояние хаверсайна:

import mpu

# Point one
lat1 = 52.2296756
lon1 = 21.0122287

# Point two
lat2 = 52.406374
lon2 = 16.9251681

# What you were looking for
dist = mpu.haversine_distance((lat1, lon1), (lat2, lon2))
print(dist)  # gives 278.45817507541943.

Альтернативный пакет - gpxpy.

Если вы не хотите зависимостей, вы можете использовать:

import math


def distance(origin, destination):
    """
    Calculate the Haversine distance.

    Parameters
    ----------
    origin : tuple of float
        (lat, long)
    destination : tuple of float
        (lat, long)

    Returns
    -------
    distance_in_km : float

    Examples
    --------
    >>> origin = (48.1372, 11.5756)  # Munich
    >>> destination = (52.5186, 13.4083)  # Berlin
    >>> round(distance(origin, destination), 1)
    504.2
    """
    lat1, lon1 = origin
    lat2, lon2 = destination
    radius = 6371  # km

    dlat = math.radians(lat2 - lat1)
    dlon = math.radians(lon2 - lon1)
    a = (math.sin(dlat / 2) * math.sin(dlat / 2) +
         math.cos(math.radians(lat1)) * math.cos(math.radians(lat2)) *
         math.sin(dlon / 2) * math.sin(dlon / 2))
    c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
    d = radius * c

    return d


if __name__ == '__main__':
    import doctest
    doctest.testmod()

Ответ 4

Я пришел к гораздо более простому и надежному решению, которое использует geodesic из пакета geopy, так как вы, скорее всего, будете использовать его в своем проекте, так что дополнительная установка пакета не требуется.

Вот мое решение:

from geopy.distance import geodesic


origin = (30.172705, 31.526725)  # (latitude, longitude) don't confuse
dist = (30.288281, 31.732326)

print(geodesic(origin, dist).meters)  # 23576.805481751613
print(geodesic(origin, dist).kilometers)  # 23.576805481751613
print(geodesic(origin, dist).miles)  # 14.64994773134371

geopy

Ответ 5

import numpy as np


def Haversine(lat1,lon1,lat2,lon2, **kwarg):
    """
    This uses the ‘haversine formula to calculate the great-circle distance between two points – that is, 
    the shortest distance over the earths surface – giving an ‘as-the-crow-flies distance between the points 
    (ignoring any hills they fly over, of course!).
    Haversine
    formula:    a = sin²(Δφ/2) + cos φ1 ⋅ cos φ2 ⋅ sin²(Δλ/2)
    c = 2 ⋅ atan2( √a, √(1−a) )
    d = R ⋅ c
    where   φ is latitude, λ is longitude, R is earths radius (mean radius = 6,371km);
    note that angles need to be in radians to pass to trig functions!
    """
    R = 6371.0088
    lat1,lon1,lat2,lon2 = map(np.radians, [lat1,lon1,lat2,lon2])

    dlat = lat2 - lat1
    dlon = lon2 - lon1
    a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2) **2
    c = 2 * np.arctan2(a**0.5, (1-a)**0.5)
    d = R * c
    return round(d,4)

Ответ 6

Я хочу решение для следующих требований?

Для планировщика маршрута должен быть разработан сценарий, который рассчитывает длину отрезка дороги, основы начальных и конечных точек отрезка. рассчитать расстояние между двумя (или более) известными координатами. рассчитать время в пути для любой скорости.