計算兩個經緯度之間的距離(python算法)

2021-01-15 數據雜論

1、計算A,B兩個經緯度之間的距離

   公式:

其中:

    lon1:為A點的經度

    lat1 :為A點的緯度

    lon2 :為B點的經度

    lat2 :為B點的緯度

    dlat=lat1-lat2

    dlon=lon1-lon2

2、計算A,B兩個經緯度之間的距離的python代碼

import math

def getDistance(lon1, lat1, lon2, lat2):
'''
   :param lon1:A點的經度
   :param lat1: A點的緯度
   :param lon2: B點經度
   :param lat2: B點的維度
   :return: 返回A,B兩點之間的距離
   '''
   lon1, lat1, lon2, lat2 = map(math.radians, [lon1, lat1, lon2, lat2])
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.asin(math.sqrt(a))
r = 6378.137  # 地球平均半徑,單位為公裡
   return r*c*1000
if __name__=='__main__':
print(getDistance(118.1870877743,24.4879491941,118.1859666109,24.4854740564))


298.0238333322203

經過本人估計,這兩個地點的直線距離確實大概只有300米。



Long-press QR code to transfer me a reward

As required by Apple's new policy, the Reward feature has been disabled on Weixin for iOS. You can still reward an Official Account by transferring money via QR code.

相關焦點

  • 常見的距離算法和相似度計算方法
    1、常見的距離算法1.1 歐幾裡得距離(Euclidean Distance)在數學中,歐幾裡得距離或歐幾裡得度量是歐幾裡得空間中兩點間「普通」(即直線)距離。使用這個距離,歐氏空間成為度量空間。相關聯的範數稱為歐幾裡得範數。Euclidean Distance是一個通常採用的距離定義,它是在m維空間中兩個點之間的真實距離。
  • R包geosphere根據經緯度坐標計算地理距離
    其實正文大部分內容和標題無關......畢竟根據樣地的經緯度坐標計算地理距離
  • 【今日回答】經緯度距離計算@趙趙趙妹媚
    同一經線上,緯度每一度的間距是111km同一緯線上,每一經度的間距是用111乘以緯度數的餘弦值算兩地的實地距離時,可以用勾股定理在地球儀上,與赤道相平行的圓就是緯線緯度每差1度,距離相差110千米在地球儀上,連接南北兩極點的半圓就是 經線經度每差1度的實地距離是:110千米*cosa其中
  • 10W*10W級的經緯度距離查找只要十幾秒!
    以下文章經作者授權發表  ,作者:漫天星 網優幾年,曾經也經常使用別人的經緯度計算工具,但是遇到數據量大的時候真的可以下樓抽幾支煙了
  • 高中地理:利用經緯網估算距離的方法
    如何利用經緯網估算地球上兩點的距離?初高中地理中涉及到的計算題讓有些同學感覺到頭疼,過去文科選科思維就是對理科的一種逃避,有人常說我具有理科思維,所以我學文,而在文科中,數學和地理計算題確實是很多文科學生難以跨越的鴻溝,如果把這兩門搞定,那麼幾乎都是重點大學的苗子。
  • 常用的相似度和距離計算方法
    與Jaccard 係數相關的指標叫做Jaccard 距離,用於描述集合之間的不相似度。Jaccard 距離越大,樣本相似度越低。一般來說,編輯距離越小,兩個串的相似度越大。Levenshtein.distance(str1, str2)計算編輯距離(也稱Levenshtein距離)。是描述由一個字串轉化成另一個字串最少的操作次數,在其中的操作包括插入、刪除、替換。算法實現:動態規劃。
  • 你在小程序中怎麼計算兩個經緯度的距離?
    你還在為小程序中計算兩個經緯度之間的距離發愁嗎?你還在為小程序中地址逆向解析發愁嗎?你還在為小程序中路線規劃,地點搜索發愁嗎?好消息!好消息!有了官方支持時的調用在沒有官方支持時,小程序中的位置獲取,可以採用騰訊地圖,高德地圖,百度地圖都可以,但是你需要先通過小程序的wx.getLocation 獲取當前的經緯度,然後再藉助第三方地圖提供的webservice API ,自己在後端實現一個根據經緯度獲取當前位置的接口,然後供小程序調用。
  • 利用python計算函數與x軸之間的面積
    用數學表達式表示出來就是:也就是求解任意一個函數的絕對值與x軸之間構成的面積,我們以函數sin(x)為例(因為函數sin(x)便於對計算結果進行檢驗),如圖所示:我們用積分的定義來計算,積分就是將函數分成無數的小段,然後對每一小段進行求和處理。
  • 已知經緯度計算兩點間地理距離
    分析:已知經緯度,求兩點間的地理距離,不能直接用經緯度求平面距離,而是要計算球面距離(Great Circle Distance)。如果對精度要求不高,可以用低精度公式,計算過程相對簡單。如果對經度要求較高, 則要用高精度公式。高精度公式一般用於天文計算、大地測量等。在距離較遠的城市之間, 兩種方法所得結果可相差幾十千米。
  • 經緯度坐標的換算 地理坐標的度分秒——十進位
    經緯度坐標單位有不同的顯示方法,有度分秒(DMS)和度(DDD)等,例如:牛郎織女景區的經緯度坐標如下:
  • python之kmeans數據聚類算法
    一 Kmeans原理kmeans是屬於無監督學習的數據聚類算法,根據點與點之間的距離推測每個點屬於哪個中心,常用計算距離的方式有:餘弦距離、歐式距離、曼哈頓距離等,本文以歐式距離為例。圖1假設每個點的維度是n,即每個點有n個特徵維度,計算這些點數據到數據中心A、B、C的距離,從而將每個數據歸類到A或B或C。
  • 小範帶你學空間計量之十:基於經緯度距離的空間權重矩陣設定
    第二步,在經緯度的基礎上計算經緯度距離,並由此設定空間權重矩陣。當然,如果後續需要進行面板數據空間計量分析,還需在此基礎上設定時空權重矩陣,小範前幾次更新中已有相關介紹。;% 甘肅省1233個鄉鎮,87個縣,14個市州的空間權重矩陣設計;空間權重矩陣採用經緯度距離平方的倒數;經緯度距離基於xgeocoding批量獲取。
  • python求兩個數的最大公約數
    python求最大公約數1.python求最大公約數設計思路給定兩個數,從1開始嘗試,步長為1逐漸遞增,為了優化算法,只需要循環到兩個數中最小的那個數就可以。所以,第一步就是計算出兩個數中最小的數,然後利用for循環從1到最小的那個數進行枚舉,如果該數能夠同時被兩個數整除,則記錄下來,直到循環結束,最後,最大的這個就是最大公約數。
  • 常用的相似性度量算法(原理,實現,優缺點,適用場景...
    而 相似度 通常採用的方法就是計算樣本間的 「距離」(Distance) 。採用什麼樣的方法計算距離是很講究,甚至關係到分類的正確與否。對相似性算法的了解起源於最近在做使用協同過濾原理的推薦系統中,基於鄰域的推薦算法(User-Based CF和 和 Item-Based CF)需要估算不同樣本之間的相似性度量(Similarity Measurement),這也是機器學習中在做分類的時候的一個常見場景。而相似度通常採用的方法就是計算樣本間的「距離」(Distance)。
  • 根據經緯度查詢附近的xxx
    rad2deg($dlng); $dlat = $distance/EARTH_RADIUS; $dlat = rad2deg($dlat); return array( 'left-top'=>array('lat'=>$lat + $dlat,'lng'=>$lng-$dlng), //左上方點經緯度
  • 高斯混合模型(GMM):理念、數學、EM算法和python實現
    高斯混合模型是一種流行的無監督學習算法。GMM方法類似於K-Means聚類算法,但是由於其複雜性,它更健壯,更有用。K-means聚類使用歐式距離函數來發現數據中的聚類。只要數據相對於質心呈圓形分布,此方法就可以很好地工作。
  • 天宇經緯發布全球首款無人機5G機載邊緣計算終端
    2020年6月5日,天宇經緯(北京)科技有限公司在北京舉行「天宇雲盒系列產品」線上發布會,面向全球發布業界首款「無人機5G機載邊緣計算終端」——天宇雲盒5G版,同時發布系列產品天宇雲盒LTE 2.0版和LTE GS版。
  • 加快Python算法的四個方法(二)Numba
    CDA數據分析師 出品相信大家在做一些算法經常會被龐大的數據量所造成的超多計算量需要的時間而折磨的痛苦不已,接下來我們圍繞四個方法來幫助大家加快一下Python的計算時間,減少大家在算法上的等待時間。今天給大家介紹Numba這一塊的內容。1.簡介所以什麼是Numba呢?
  • NN中常用的距離計算公式:歐式距離、曼哈頓距離、馬氏距離、餘弦、漢明距離
    歡迎點擊「算法與編程之美」↑關注我們!
  • 一文講述常見的文本相似度計算方法
    作者 | LU_ZHAO責編 | 徐威龍前言在自然語言處理中,我們經常需要判定兩個東西是否相似。比如,在微博的熱點話題推薦那裡,我們需要比較微博之間的相似度,讓相似度高的微博聚集在一起形成一個簇,提出一個主題。