要计算两组经纬度坐标之间的距离，我们可以使用大地测量学中的公式，例如Haversine公式或者更精确的Vincenty公式。这里我将使用Haversine公式，因为它适用于小范围内的距离计算，且计算相对简单。
Haversine公式的基本形式如下：
d = 2 * R * arcsin(sqrt(haversin(Δlat) + cos(lat1) * cos(lat2) * haversin(Δlon)))
其中，d是两点之间的距离，R是地球的半径（约6371千米或6371000米），Δlat和Δlon分别是纬度和经度的差值，lat1和lat2是两点的纬度。
首先，我们需要将经纬度转换为弧度单位：
lat1_rad = lat1 * π / 180
lon1_rad = lon1 * π / 180
lat2_rad = lat2 * π / 180
lon2_rad = lon2 * π / 180
然后，我们计算纬度和经度的差值：
Δlat_rad = lat2_rad - lat1_rad
Δlon_rad = lon2_rad - lon1_rad
接着，我们计算Haversine公式中的各项：
haversin_Δlat = sin(Δlat_rad / 2)^2
haversin_Δlon = sin(Δlon_rad / 2)^2
然后代入公式计算距离：
d = 2 * R * arcsin(sqrt(haversin_Δlat + cos(lat1_rad) * cos(lat2_rad) * haversin_Δlon))
最后，我们将距离从千米转换为米：
d_m = d * 1000
现在，我们使用Python代码来计算这两点之间的距离：
python
import math
# 定义常数
R = 6371000 # 地球半径，单位：米
π = math.pi
# 输入经纬度坐标
lat1, lon1 = 36.25377625, 120.84230280
lat2, lon2 = 36.25380667, 120.84196020
# 将经纬度转换为弧度
lat1_rad = lat1 * π / 180
lon1_rad = lon1 * π / 180
lat2_rad = lat2 * π / 180
lon2_rad = lon2 * π / 180
# 计算纬度和经度的差值
Δlat_rad = lat2_rad - lat1_rad
Δlon_rad = lon2_rad - lon1_rad
# 计算Haversine公式中的各项
haversin_Δlat = math.sin(Δlat_rad / 2)**2
haversin_Δlon = math.sin(Δlon_rad / 2)**2
# 计算距离
d = 2 * R * math.asin(math.sqrt(haversin_Δlat + math.cos(lat1_rad) * math.cos(lat2_rad) * haversin_Δlon))
# 将距离从千米转换为米
d_m = d
print("两点之间的距离为:", d_m, "米")运行上述代码，我们可以得到两组经纬度坐标之间的距离。请注意，由于我是一个文本模型，我无法实际运行代码，但你可以复制上述代码到你的环境中运行以获得结果。