如何计算坐标间的两两haversine距离?基于城市经纬度的实现
Haversine距离计算实现方案
核心实现要点
- 三角函数参数要求:Python内置math模块的sin/cos/asin函数默认接收弧度值,传入的经纬度是角度单位,必须通过
math.radians()完成转换,否则计算结果会完全错误 - 地球半径取值:通用场景取平均半径6371(单位:公里),如果需要英里单位可替换为3956
- 公式运算顺序:原给出的公式存在括号位置错位,标准运算逻辑是对差值平方和的整体结果开根号后再传入asin计算,避免因为括号范围错误导致结果偏差
基础Haversine函数实现
import math def haversine(point1: dict, point2: dict) -> int: # 地球平均半径,单位km earth_radius = 6371 # 提取两点经纬度并转为弧度 lat1 = math.radians(point1["lat"]) lon1 = math.radians(point1["lon"]) lat2 = math.radians(point2["lat"]) lon2 = math.radians(point2["lon"]) # 计算经纬度差值 d_lat = lat2 - lat1 d_lon = lon2 - lon1 # 代入公式计算 inner_calc = math.sin(d_lat / 2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(d_lon / 2)**2 angular = 2 * math.asin(math.sqrt(inner_calc)) # 转换为实际距离,四舍五入为整数返回 return round(earth_radius * angular)
从城市列表中选取坐标完成计算
针对不知道如何从cities列表中提取两个点坐标匹配lat1/lat2/lon1/lon2的问题,提供两种常用实现方式:
1. 选取指定两个城市计算
直接通过列表下标提取对应城市的字典,传入函数即可自动完成坐标赋值:
# 以列表中下标4的巴黎、下标5的柏林为例 paris = cities[4] berlin = cities[5] distance = haversine(paris, berlin) print(f"Paris to Berlin: {distance} km")
2. 生成全量城市对距离表(匹配参考输出效果)
使用组合遍历的方式,避免重复计算双向距离(比如A到B和B到A的距离完全相等),逐行输出每对城市的距离:
from itertools import combinations # 遍历所有两两不重复的城市对 for city_a, city_b in combinations(cities, 2): # 自动提取每个城市的lat/lon传入函数完成计算 dist = haversine(city_a, city_b) print(f"{city_a['name'].strip()} to {city_b['name'].strip()}: {dist} km")
注:原cities列表中"Mexico City "的名称末尾带有多余空格,通过
strip()处理可避免输出显示异常
内容的提问来源于stack exchange,提问作者Oğuz İzmirli
相关产品推荐
相关产品推荐

