Python如何判断坐标是否在指定半径圆形区域内（含SQL筛选实现）

你要的外接矩形边界计算+SQL预过滤的方案是经纬度范围查询最常用的性能优化手段，相比全表逐行计算球面距离，能过滤掉绝大多数无关数据，查询速度能提升几个数量级。

边界计算逻辑说明 #

地球近似取平均半径6371km做计算即可：

• 纬度方向每1度对应的地表距离固定约为111km，不受坐标位置影响
• 经度方向每1度对应的地表距离随纬度升高而缩短，计算公式为 111km * cos(当前纬度弧度值)
• 按半径算出经纬度的最大偏移量，就能得到圆形区域对应的外接矩形经纬度范围

可直接复用的实现代码 #

import math

def get_latlon_bounds(center_lat: float, center_lon: float, radius_km: float) -> tuple[float, float, float, float]:
    # 纬度偏移量计算
    lat_offset = radius_km / 111.0
    lat_min = center_lat - lat_offset
    lat_max = center_lat + lat_offset

    # 经度偏移量计算，需要先把纬度转弧度求余弦值
    lon_offset = radius_km / (111.0 * math.cos(math.radians(center_lat)))
    lon_min = center_lon - lon_offset
    lon_max = center_lon + lon_offset

    return (lat_min, lat_max, lon_min, lon_max)


# 示例用法
center_point = [37.7577627, -122.4726194]  # 纬度、经度
radius = 5  # 单位：公里
lat1, lat2, lon1, lon2 = get_latlon_bounds(center_point[0], center_point[1], radius)

# 生成查询SQL，生产环境请使用参数化查询，不要直接拼接字符串避免注入风险
sql_statement = "SELECT * FROM tables WHERE latitude BETWEEN %s AND %s AND longitude BETWEEN %s AND %s;" % (lat1, lat2, lon1, lon2)

注意：这一步只是粗筛，会把外接矩形四个角不在圆形范围内的点也查出来，如果需要100%精确的结果，拿到初筛结果后，再用Haversine公式计算每个点到圆心的实际球面距离，过滤掉距离超过半径的点即可，初筛后剩下的数据量很小，这一步计算的性能消耗可以忽略。

额外注意事项 #

• 计算前请把经纬度从字符串转成浮点数类型，不要直接用字符串做数值计算
• 如果你的业务场景涉及跨国际日期变更线（经度±180度附近）的查询，需要额外调整经度范围的判断逻辑，大部分国内业务场景不需要处理这个特殊情况
• 如果数据库支持空间索引（比如MySQL的GIS类型、PostgreSQL的PostGIS扩展），直接用内置的空间包含查询性能会更优，当前方案的优势是兼容性强，所有关系型数据库都可以直接使用

内容的提问来源于stack exchange，提问作者KPB98115