Python-基于Haversine公式计算两点距离

软件:VS Code

目标:批量计算两点距离(经纬度)

1.准备数据

2.计算公式

为了计算基于经纬度点的两两距离,我们需要使用哈弗辛公式(Haversine Formula)。这个公式考虑了地球的球体形状,能将经纬度坐标转换为真实的地面距离(千米)。

给定地球上两点i和j的经纬度(lon1,lat1)和 (lon2,lat2),它们之间的球面距离d计算如下:

1)经纬度转换成弧度

2)计算差值

3)计算距离

3.算法设计

计算N个网格两两之间的距离:

|----------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 1.数据载入 | 读取 CSV 文件,提取 ID、Longitude (经度) 和 Latitude (纬度) 列。 |
| 2.单位转换 | 将所有经纬度坐标一次性转换为弧度 |
| 3.构建距离矩阵 | 1)初始化 建立一个n*n的矩阵,行代表网格i中心,列代表邻近网格j中心 2)单位统一 把所有的经度和纬度通过数学变换,全部从角度转为弧度 3)嵌套遍历计算 计算点i和点j之间的纬度差和经度差 计算a 计算c 计算d 4)矩阵完善 当 i=j时,距离直接填0 i到j的距离等于j到i的距离,所以算出一个值后,可以同时填入矩阵的 (i,j)和 (j,i)两个位置。 5)当所有的行列都遍历完毕后,你就得到了一个完整的距离矩阵 |
| 4.结果输出 | 将矩阵保存为CSV |

4.实现

1)导入需要的库

复制代码
import pandas as pd
import numpy as np

2)读取csv文件

data=pd.read_csv("计算两点间球面距离经纬度.csv", encoding='utf-8')
lons=data['x'].values
lats=data['y'].values
grid_ids=data['FID'].values

3)初始化矩阵

复制代码
matrix = np.zeros((len(data), len(data)))

4)转成弧度

复制代码
for i in range(len(data)):
    for j in range(i + 1, len(data)): # 只计算上三角
         lon1, lat1, lon2, lat2 = map(np.radians, [lons[i], lats[i], lons[j], lats[j]])

5)计算差值

复制代码
dlon = lon2 - lon1
dlat = lat2 - lat1

6)计算距离

复制代码
a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2)**2 

c = 2 * np.arcsin(np.sqrt(a)) 

r = 6371.393 # 地球半径 

d=r*c

7)给矩阵赋值

复制代码
​​​​​​​matrix[i, j] = dmatrix[j, i] = d

8)保存结果

复制代码
df = pd.DataFrame(matrix, index=grid_ids, columns=grid_ids)
df.to_csv("两点间球面距离经纬度计算结果.csv", encoding='utf-8')

9)完整代码

import pandas as pd
import numpy as np
data=pd.read_csv("计算两点间球面距离经纬度.csv", encoding='utf-8')
lons=data['x'].values
lats=data['y'].values
grid_ids=data['FID'].values
matrix = np.zeros((len(data), len(data)))
for i in range(len(data)):
    for j in range(i + 1, len(data)): # 只计算上三角
        lon1, lat1, lon2, lat2 = map(np.radians, [lons[i], lats[i], lons[j], lats[j]])
        dlon = lon2 - lon1
        dlat = lat2 - lat1
        a = np.sin(dlat/2)**2 + np.cos(lat1) * np.cos(lat2) * np.sin(dlon/2)**2
        c = 2 * np.arcsin(np.sqrt(a))
        r = 6371.393 # 地球半径
        d=r*c
        matrix[i, j] = d
        matrix[j, i] = d
df = pd.DataFrame(matrix, index=grid_ids, columns=grid_ids)
df.to_csv("两点间球面距离经纬度计算结果.csv", encoding='utf-8')

10)效果

相关推荐
qq_158895411113 小时前
Suno-API 是什么?官方 V6 模型与 Python / TypeScript 接入指南
python·ai音乐·suno api
星落梦生9 小时前
SpringAOP基础笔记(7)
java·开发语言
曹牧11 小时前
Java:“刷新雪崩”
java·开发语言
郝学胜-神的一滴11 小时前
Effective STL 条款03:容器中的对象复制要廉价且正确
开发语言·数据结构·c++·算法·rpc·stl
西西弗Sisyphus12 小时前
C++ explicit 关键字工程实践
开发语言·c++
学无止境小袁同学13 小时前
Google ADK 学习指南
python·llm·agent·多agent·google adk·llmagent·agent cli
郝学胜-神的一滴14 小时前
Effective Python 条款35:用类封装替代生成器异常注入
开发语言·人工智能·python·金融·pandas·scikit-learn·matplotlib
feixing_fx14 小时前
原始类型与引用类型:赋值时到底复制了什么
开发语言·前端·javascript·前端框架
LK_0714 小时前
【力扣】142. 环形链表 II |Python
python·leetcode·链表
wuyk55514 小时前
Python办公自动化-第02讲-Excel文件认知与四大库选型
开发语言·python·excel