python 半正矢公式计算两GPS坐标距离

2024-03-02 19:10

本文主要是介绍python 半正矢公式计算两GPS坐标距离,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

如题,直接上代码吧,需要的拿走。

# haversine公式计算两经纬度点距离
import math
import os
from DebugInfo.DebugInfo import *_earthR: int = 6371393class __距离类:__m: floatdef __init__(self,m: float = 0):self.__m = m@propertydef km(self) -> float:return self.__m * 0.001@km.setterdef km(self,: float):self.__m =* 1000@propertydef m(self) -> float:return self.__m@m.setterdef m(self,: float):self.__m =@propertydef inch(self) -> float:return self.__m * 39.3700787402@inch.setterdef inch(self,: float):self.__m =/ 39.3700787402@propertydef feet(self) -> float:return self.__m * 3.280839895@feet.setterdef feet(self,: float):self.__m =/ 3.280839895@propertydef mi(self) -> float:return self.__m * 0.00062137119224@mi.setterdef mi(self,: float):self.__m =/ 0.00062137119224def __float__(self) -> float:return self.__m# 定义GPS距离解算函数
@秒表
def 球面距离m(基点纬度: float, 基点经度: float, 矢点纬度: float, 矢点经度: float) -> __距离类:"""haversine公式计算两个经纬度坐标点的球面距离, 单位mhttps://blog.csdn.net/gaocuisheng/article/details/126060795:param 基点纬度: float:param 基点经度: float:param 矢点纬度: float:param 矢点经度: float:return: 距离类对象"""基点纬度 = math.radians(基点纬度)矢点纬度 = math.radians(矢点纬度)基点经度 = math.radians(基点经度)矢点经度 = math.radians(矢点经度)经度差 = math.fabs(基点经度 - 矢点经度)纬度差 = math.fabs(基点纬度 - 矢点纬度)def _hav(角差: float) -> float:s = math.sin(角差 / 2)return s * sh = _hav(纬度差) + math.cos(基点纬度) * math.cos(矢点纬度) * _hav(经度差)return __距离类(2 * _earthR * math.asin(math.sqrt(h)))if __name__ == '__main__':画板 = 调试模板()上海坐标 = (121.48, 31.20)北京坐标 = (116.40, 39.91)画板.添加一行('上海坐标', 上海坐标)画板.添加一行('北京坐标', 北京坐标)画板.添加一行('两地距离/球面距离m', 球面距离m(上海坐标[1], 上海坐标[0], 北京坐标[1], 北京坐标[0]).km)画板.添加一行('百度地图实测距离为:', '1070.30km').修饰行(黄字)画板.分隔线.总长度(os.get_terminal_size().columns - len(画板.缩进字符) - len(画板.打印头)).修饰(黄字).展示()画板.展示表格()

以上脚本运行如下:
半正矢公式计算两GPS坐标点距离

偏差说明

以上计算所用的GPS数据彩集自 高德开放API, 距离测量来自百度地图,由于不在一个平台上拾取的坐标点,这可能是导致GPS距离计算结果为 1071km, 而距离测试结果为1070km,存在1km的偏差。

insCode

这篇关于python 半正矢公式计算两GPS坐标距离的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/767140

相关文章

Python实现批量CSV转Excel的高性能处理方案

《Python实现批量CSV转Excel的高性能处理方案》在日常办公中,我们经常需要将CSV格式的数据转换为Excel文件,本文将介绍一个基于Python的高性能解决方案,感兴趣的小伙伴可以跟随小编一... 目录一、场景需求二、技术方案三、核心代码四、批量处理方案五、性能优化六、使用示例完整代码七、小结一、

Python中 try / except / else / finally 异常处理方法详解

《Python中try/except/else/finally异常处理方法详解》:本文主要介绍Python中try/except/else/finally异常处理方法的相关资料,涵... 目录1. 基本结构2. 各部分的作用tryexceptelsefinally3. 执行流程总结4. 常见用法(1)多个e

Python中logging模块用法示例总结

《Python中logging模块用法示例总结》在Python中logging模块是一个强大的日志记录工具,它允许用户将程序运行期间产生的日志信息输出到控制台或者写入到文件中,:本文主要介绍Pyt... 目录前言一. 基本使用1. 五种日志等级2.  设置报告等级3. 自定义格式4. C语言风格的格式化方法

Python实现精确小数计算的完全指南

《Python实现精确小数计算的完全指南》在金融计算、科学实验和工程领域,浮点数精度问题一直是开发者面临的重大挑战,本文将深入解析Python精确小数计算技术体系,感兴趣的小伙伴可以了解一下... 目录引言:小数精度问题的核心挑战一、浮点数精度问题分析1.1 浮点数精度陷阱1.2 浮点数误差来源二、基础解决

使用Python实现Word文档的自动化对比方案

《使用Python实现Word文档的自动化对比方案》我们经常需要比较两个Word文档的版本差异,无论是合同修订、论文修改还是代码文档更新,人工比对不仅效率低下,还容易遗漏关键改动,下面通过一个实际案例... 目录引言一、使用python-docx库解析文档结构二、使用difflib进行差异比对三、高级对比方

深度解析Python中递归下降解析器的原理与实现

《深度解析Python中递归下降解析器的原理与实现》在编译器设计、配置文件处理和数据转换领域,递归下降解析器是最常用且最直观的解析技术,本文将详细介绍递归下降解析器的原理与实现,感兴趣的小伙伴可以跟随... 目录引言:解析器的核心价值一、递归下降解析器基础1.1 核心概念解析1.2 基本架构二、简单算术表达

从入门到精通详解Python虚拟环境完全指南

《从入门到精通详解Python虚拟环境完全指南》Python虚拟环境是一个独立的Python运行环境,它允许你为不同的项目创建隔离的Python环境,下面小编就来和大家详细介绍一下吧... 目录什么是python虚拟环境一、使用venv创建和管理虚拟环境1.1 创建虚拟环境1.2 激活虚拟环境1.3 验证虚

详解python pycharm与cmd中制表符不一样

《详解pythonpycharm与cmd中制表符不一样》本文主要介绍了pythonpycharm与cmd中制表符不一样,这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽... 这个问题通常是因为PyCharm和命令行(CMD)使用的制表符(tab)的宽度不同导致的。在PyChar

Python中Json和其他类型相互转换的实现示例

《Python中Json和其他类型相互转换的实现示例》本文介绍了在Python中使用json模块实现json数据与dict、object之间的高效转换,包括loads(),load(),dumps()... 项目中经常会用到json格式转为object对象、dict字典格式等。在此做个记录,方便后续用到该方

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例