Python应用指南：一个库解决常见的国内坐标系转换需求

在地理信息系统（GIS）和位置服务开发中，坐标转换是一项基础且至关重要的任务，不同坐标系统间的精确转换对于确保地图显示的准确性和提升基于地理位置的服务质量至关重要。coord-convert 库专为解决这一系列坐标转换问题而设计，提供了一套简单易用的接口，支持多种常见坐标系统的相互转换，包括GCJ-02（火星坐标系）、WGS-84以及百度坐标系BD-09等，无论是处理大规模数据集还是进行实时坐标转换，都能提供高效且准确的解决方案。本篇文章将深入探讨 coord-convert 库的使用方法及其背后的原理，从基本概念讲起，逐步介绍如何安装配置库文件，通过简单的API调用来完成坐标转换，并结合具体案例展示其应用；

目前国内主要有以下三种坐标：

WGS84：一种大地坐标系，也是目前广泛使用的GPS全球卫星定位系统使用的坐标系；

GCJ02：又称火星坐标系，是由中国国家测绘局制订的地理信息系统的坐标系统。由WGS84坐标系经加密后的坐标系；

BD09：百度地图所使用的坐标体系，是在火星坐标系的基础上又进行了一次加密处理；

**第一步：**我们先安装coord-convert 库，直接pip即可；

python 复制代码

pip install coord-convert

然后我们再来看看有哪些核心功能函数；

|-------------------|----------------|--------------|
| 函数名 | 功能描述 | 示例场景 |
| wgs2gcj(lng, lat) | WGS84 → GCJ-02 | GPS设备数据转高德坐标 |
| gcj2wgs(lng, lat) | GCJ-02 → WGS84 | 高德坐标转GPS原始数据 |
| gcj2bd(lng, lat) | GCJ-02 → BD-09 | 高德坐标转百度坐标 |
| bd2gcj(lng, lat) | BD-09 → GCJ-02 | 百度坐标转高德坐标 |
| wgs2bd(lng, lat) | WGS84 → BD-09 | GPS数据直接转百度坐标 |
| bd2wgs(lng, lat) | BD-09 → WGS84 | 百度坐标转GPS原始数据 |

场景一：高德地图坐标转WGS84

python 复制代码

from coord_convert import transform

def amap_to_wgs84(amap_lng, amap_lat):
    """将高德地图坐标转为WGS84"""
    return transform.gcj2wgs(amap_lng, amap_lat)

# 示例：上海市中心（高德坐标）
amap_lng, amap_lat = 121.473701, 31.230416
wgs_lng, wgs_lat = amap_to_wgs84(amap_lng, amap_lat)
print(f"WGS84坐标：{wgs_lng:.6f}, {wgs_lat:.6f}")

场景二：百度地图坐标转WGS84

python 复制代码

from coord_convert import transform

def baidu_to_wgs84(bd_lng, bd_lat):
    """将百度坐标转为WGS84"""
    return transform.bd2wgs(bd_lng, bd_lat)

# 示例：北京天安门（百度坐标）
bd_lng, bd_lat = 116.403847, 39.915526
wgs_lng, wgs_lat = baidu_to_wgs84(bd_lng, bd_lat)
print(f"WGS84坐标：{wgs_lng:.6f}, {wgs_lat:.6f}")

场景三：混合转换（GCJ-02 → BD-09 → WGS84）

python 复制代码

from coord_convert import transform

def hybrid_conversion(gcj_lng, gcj_lat):
    """GCJ-02 → BD-09 → WGS84"""
    # 转换为百度坐标
    bd_lng, bd_lat = transform.gcj2bd(gcj_lng, gcj_lat)
    # 再转WGS84
    return transform.bd2wgs(bd_lng, bd_lat)

# 示例：深圳腾讯大厦（高德坐标）
gcj_lng, gcj_lat = 113.944531, 22.528922
wgs_lng, wgs_lat = hybrid_conversion(gcj_lng, gcj_lat)
print(f"最终WGS84坐标：{wgs_lng:.6f}, {wgs_lat:.6f}")

场景四：自动化脚本（CSV文件处理）

python 复制代码

import csv
from coord_convert import transform


def convert_csv(input_file, output_file):
    """批量转换CSV文件中的坐标"""
    with open(input_file, 'r') as f_in, open(output_file, 'w') as f_out:
        reader = csv.DictReader(f_in)
        writer = csv.writer(f_out)
        writer.writerow(["地点", "原始经度", "原始纬度", "WGS84经度", "WGS84纬度"])

        for row in reader:
            lng = float(row["lng"])
            lat = float(row["lat"])
            wgs_lng, wgs_lat = transform.gcj2wgs(lng, lat)
            writer.writerow([row["地点"], lng, lat, wgs_lng, wgs_lat])


# 示例调用
convert_csv("input_coordinates.csv", "output_wgs84.csv")

转换后的坐标依然有偏移？

首先坐标转换算法本身存在一定的误差（通常在10米以内），尤其是从加密坐标系（如GCJ-02或BD-09）逆向转换到WGS84时，误差可能更加明显，国内地图服务（如高德、百度）对WGS84坐标进行了加密处理（GCJ-02或BD-09），即使通过coord-convert将坐标转换为WGS84，直接在地图上显示时仍可能存在偏移；

如果需要更高精度的坐标，建议直接使用地图服务商的API获取原始坐标，例如，高德地图提供了坐标转换API，支持WGS84、GCJ-02和BD-09之间的转换，并能够对坐标进行精准纠偏；

文章仅用于分享个人学习成果与个人存档之用，分享知识，如有侵权，请联系作者进行删除。所有信息均基于作者的个人理解和经验，不代表任何官方立场或权威解读。