使用python查找土地中最近的位置坐标

地理编码api不返回海洋/海洋坐标的位置信息。对于这些记录，我希望找到具有有效位置信息的可能最近的坐标（即最近的陆地坐标） 下面是通过传递坐标获取位置信息的代码

import requests    
request_url = "https://api.mapbox.com/geocoding/v5/mapbox.places/{0}%2C{1}.json?access_token={2}&types=country&limit=1".format(lng,lat,key)
response = requests.get(request_url)
output = response.json()

我找不到最近的地点。我也是Python新手

样本输出：

{'type': 'FeatureCollection',
 'query': [32.12, 54.21],
 'features': [{'id': 'country.10008046970720960',
   'type': 'Feature',
   'place_type': ['country'],
   'relevance': 1,
   'properties': {'short_code': 'ru', 'wikidata': 'Q159'},
   'text': 'Russia',
   'place_name': 'Russia',
   'bbox': [19.608673, 41.185353, 179.9, 81.961618],
   'center': [37.61667, 55.75],
   'geometry': {'type': 'Point', 'coordinates': [37.61667, 55.75]}}],
 'attribution': 'NOTICE: © 2020 Mapbox and its suppliers. All rights reserved. Use of this data is subject to the Mapbox Terms of Service (https://www.mapbox.com/about/maps/). This response and the information it contains may not be retained. POI(s) provided by Foursquare.'}

坐标为海洋时的输出：

{'type': 'FeatureCollection',
 'query': [0, 0],
 'features': [],
 'attribution': 'NOTICE: © 2020 Mapbox and its suppliers. All rights reserved. Use of this data is subject to the Mapbox Terms of Service (https://www.mapbox.com/about/maps/). This response and the information it contains may not be retained. POI(s) provided by Foursquare.'}

用于根据纬度和经度查找最近的点（如城市）。

def dist_在两个平面之间（*args）：
从数学输入asin，cos，弧度，sin，sqrt
lat1，lat2，long1，long2=贴图（弧度，args）
dist_lats=abs（lat2-lat1）
dist_longs=abs（long2-long1）
a=正弦波（距离-纬度/2）**2+正弦波（纬度1）*正弦波（纬度2）*正弦波（距离-纬度/2）**2
c=asin（sqrt（a））*2
半径_earth=6378#“地球半径”R在两极为6356.752 km，在赤道为6378.137 km。
返回c*半径_接地
def查找最近的纬度（数据，v）：
尝试：
return min（数据，key=lambda p:two-lat-lon（v['lat']，p['lat']，v['lon']，p['lon']）之间的距离）
除类型错误外：
打印（'不是列表或不是数字'）
#城市={'lat_key'：值，'lon_key'：值}类型：dict（）
纽约={'lat'：40.712776，'lon'：-74.005974}
华盛顿={'lat'：47.751076，'lon'：-120.740135}
旧金山={'lat'：37.774929，'lon'：-122.419418}
城市列表=[纽约、华盛顿、旧金山]
城市：29.760427，伦敦：95.369804，休斯顿
打印（查找最近的（城市列表，城市到查找））

这将产生：

{'lat'：47.751076，'lon'：-120.740135}对应于华盛顿

假设您从mapbox获得了四个json答案，并将它们保存在一个列表中：

json_answers=list（）#=[]
json_answers.append（{'type'：'FeatureCollection'，
“查询”：[32.12,54.21]，
'features'：[{'id'：'country.10008046970720960'，
“类型”：“特征”，
“地点类型”：[“国家]，
"相关性":1,，
'属性'：{'short_code'：'ru'，'wikidata'：'Q159'}，
"文本":"俄罗斯",，
“地名”：“俄罗斯”，
"bbox":[19.608673,41.185353,179.9,81.961618],，
“中心”：[37.61667,55.75]，
'几何体'：{'类型'：'点'，'坐标'：[37.61667,55.75]}，
“归属”：“通知：…”}）
#对于这个例子，我只更改了“坐标”值
json_answers.append（{'type'：'FeatureCollection'，
“查询”：[32.12,54.21]，
'features'：[{'id'：'country.10008046970720960'，
“类型”：“特征”，
“地点类型”：[“国家]，
"相关性":1,，
'属性'：{'short_code'：'ru'，'wikidata'：'Q159'}，
"文本":"俄罗斯",，
“地名”：“俄罗斯”，
"bbox":[19.608673,41.185353,179.9,81.961618],，
“中心”：[37.61667,55.75]，
“几何体”：{“类型”：“点”，“坐标”：[38.21667,56.15]}}，
“归属”：“通知：…”}）
#对于这个例子，我只更改了“坐标”值
json_answers.append（{'type'：'FeatureCollection'，
“查询”：[32.12,54.21]，
'features'：[{'id'：'country.10008046970720960'，
“类型”：“特征”，
“地点类型”：[“国家]，
"相关性":1,，
'属性'：{'short_code'：'ru'，'wikidata'：'Q159'}，
"文本":"俄罗斯",，
“地名”：“俄罗斯”，
"bbox":[19.608673,41.185353,179.9,81.961618],，
“中心”：[37.61667,55.75]，
'几何体'：{'类型'：'点'，'坐标'：[33.21667,51.15]}，
“归属”：“通知：…”}）
#最后一个答案是“空”
json_answers.append（{'type'：'FeatureCollection'，
“查询”：[0，0]，
“功能”：[]，
“归属”：“通知：…”}）
合作列表=[]
对于json_答案中的答案：
如果回答['features']：#检查['features']是否为空
#我不确定是[lat，lon]还是[lon，lat]（您可以在mapbox上验证）
打印（f“坐标在[lat，lon]：{回答['features'][0]['geometry']['Coordinates']}”）
lat=回答['features'][0]['geometry']['coordinates'][0]
lon=回答['features'][0]['geometry']['coordinates'][1]
temp_dict={'lat'：lat'lon'：lon}
合作列表追加（临时目录）
打印（f“坐标列表={坐标列表}”）
指向查找={'lat'：37.41667，'lon'：55.05}休斯顿
打印（f“点到点查找={点到点查找}”）
打印（f“查找最近的位置={查找最近的位置（坐标列表，指向查找）}”）

这将产生：

{'lat'：47.751076，'lon'：-120.740135}
[lat，lon]中的坐标：[37.61667,55.75]
[lat，lon]中的坐标：[38.21667,56.15]
[lat，lon]中的坐标：[33.21667,51.15]
坐标列表=[{'lat'：37.61667，'lon'：55.75}，{'lat'：38.21667，'lon'：56.15}，{'lat'：33.21667，'lon'：51.15}]
指向查找={'lat'：37.41667，'lon'：55.05}
查找最接近的长度={'lat'：38.21667，'lon'：56.15}

使用python中的

反向地理编码

库获取最近的城市和国家

例如：

import reverse_geocode

coordinates = (-37.81, 144.96), (31.76, 35.21)

reverse_geocode.search(coordinates)

结果:

[{'city'：'Melbourne'，'code'：'AU'，'country'：'Australia'}， {‘城市’：‘耶路撒冷’，‘代码’：‘伊尔’，‘国家’：‘以色列’}]

---

这是一个未优化的解决方案

在功能的引擎盖下发生了什么：

在点上运行

GeoPy

反向查找

如果找到该点，请返回其国家/地区名称

如果找不到该点，请在

world\u geometry

变量中搜索最近的陆地点

在最近的点上执行反向查找

返回该点的国家名称（如果存在）或地区名称（如果没有国家名称）

---

结果的精度取决于您提供的land几何图形的精度。例如，

geopandas

的世界几何图形非常好。我能找到所有国家的名字，除了巴哈马群岛中一些最小的岛屿。那些它找不到的被函数标记为“百慕大三角”，这对我来说已经足够好了。

你能分享一下

输出的样子吗？谢谢拉斐尔，这看起来不错。我想我们需要列出所有主要城市及其坐标。但在我们的业务中，它可以是一个小镇，也可以是一个城市
from geopy.geocoders import Nominatim
from shapely.ops import nearest_points

def country_lookup(query, geocoder, land_geometry):
    
    try:
        loc = geocoder.reverse((query.y, query.x))
        return loc.raw['address']['country']
    except (KeyError, AttributeError):
        _, p2 = nearest_points(query, land_geometry)
        loc = geocoder.reverse((p2.y, p2.x)).raw['address']
        if 'country' in loc.keys():
            return loc['country']
        else:
            return loc['locality']
        
# get world (or any land) geometry, instantiate geolocator service
world = gp.read_file(gp.datasets.get_path('naturalearth_lowres'))
world_geometry = world.geometry.unary_union
geolocator = Nominatim(user_agent="GIW")

# Create a column of country names from points in a GDF's geometry.
gdf['country'] = gdf.geometry.apply(country_lookup, args=(geolocator, world_geometry))