使用Python计算Shapefile中点要素间距离的技术咨询

方案1：ArcPy原生实现（贴合ArcGIS工作流） #

既然你已经在ArcGIS中创建了点要素，用ArcPy是最直接的方式，完全兼容你的现有数据：

import arcpy

# 替换为你的点要素图层名称或磁盘路径
point_layer = "你的点要素图层"
point_a_geometry = None

# 遍历要素获取点A的几何，并计算与其他点的距离
with arcpy.da.SearchCursor(point_layer, ["NAME", "SHAPE@"]) as cursor:
    for name, geom in cursor:
        if name == "A":
            point_a_geometry = geom
            print("已定位点A，开始计算距离：")
        elif point_a_geometry is not None:
            # distanceTo方法返回的单位与要素坐标系一致
            dist = point_a_geometry.distanceTo(geom)
            print(f"A → {name}: {dist}")

注意：

• 运行代码需要在ArcGIS Pro的Python环境中，或者配置好ArcPy的环境变量
• 若要素用的是地理坐标系（经纬度），返回的距离单位是度，需要先将要素转成投影坐标系（如UTM）才能得到米/千米等实际单位

方案2：纯Python库实现（脱离ArcGIS环境） #

如果想摆脱ArcGIS依赖，用geopandas+shapely组合处理，先把ArcGIS中的点要素导出为Shapefile/GeoJSON：

import geopandas as gpd

# 读取导出的点文件
gdf = gpd.read_file("你的点要素.shp")
# 筛选点A的几何对象
point_a = gdf[gdf["NAME"] == "A"].iloc[0].geometry

# 遍历计算距离
for _, row in gdf.iterrows():
    if row["NAME"] != "A":
        # 若为地理坐标系，先转投影（示例为UTM 50N，替换为你所在区域的EPSG代码）
        # gdf = gdf.to_crs(epsg=32650)
        dist = point_a.distance(row.geometry)
        print(f"A → {row['NAME']}: {dist}")

更优批量处理思路 #

如果后续需要处理大量点对（不止A与其他点），用scipy的批量距离计算效率更高：

import geopandas as gpd
from scipy.spatial import distance

gdf = gpd.read_file("你的点要素.shp")
# 提取所有点的坐标列表
coords = gdf.geometry.apply(lambda g: (g.x, g.y)).tolist()
# 生成所有点对的距离矩阵
dist_matrix = distance.cdist(coords, coords, metric="euclidean")
# 获取点名称列表
point_names = gdf["NAME"].tolist()

# 定位点A的索引，输出与其他点的距离
a_index = point_names.index("A")
for idx, name in enumerate(point_names):
    if idx != a_index:
        print(f"A → {name}: {dist_matrix[a_index][idx]}")

内容的提问来源于stack exchange，提问作者Ketan Shende