如何在python中找到距给定lat和long 500米范围内的用户位置

我想在Python中找到距离给定lat和long 500米以内的用户位置

给定纵横比=19.114315,72.911174

我想检查新的lat和long是否在给定lat和long的500米范围内

新纵横比=19.112398,72.912743

我在python中使用这个公式

math.acos(math.sin(19.114315) * math.sin(19.112398) + math.cos(19.114315) * math.cos(19.112398) * math.cos(72.912743 - (72.911174))) * 6371 <= 0.500 

---

math.acos（math.sin（19.114315）*math.sin（19.112398）+math.cos（19.114315）*math.cos（19.112398）*math.cos（72.912743-（72.911174））*6371提示：编写可重用代码，并清理您的数学。
似乎你有个错误，就在公式的末尾

math.cos（longRad-（longRad））
==math.cos（0）==1

我不擅长地理方面的东西，所以我不会纠正它

import math

def inRangeRad(latRad, longRad):
    sinLatSqrd = math.sin(latRad) * math.sin(latRad)
    cosLatSqrd = math.cos(latRad) * math.cos(latRad)
    inner = sinLatSqrd +  cosLatSqrd * math.cos(longRad - (longRad))
    return math.acos( inner ) * 6371 <= 0.500

def inRangeDeg(latDeg, longDeg):
    latRad = 0.0174532925 * latDeg
    longRad = 0.0174532925 * longDeg
    return inRangeRad(latRad, longRad)

print "test"
print "19.114315, 72.911174"
print inRangeDeg(19.114315, 72.911174)

导入数学
范围内的def（latRad、longRad）：
sinLatSqrd=math.sin（latRad）*math.sin（latRad）
cosLatSqrd=math.cos（latRad）*math.cos（latRad）
内部=sinLatSqrd+cosLatSqrd*math.cos（longRad-（longRad））
return math.acos（内部）*6371对此要非常小心！对于使用GPS坐标的距离，不能仅使用
cos
和
sin
，因为距离将不正确


对于平面几何体（适用于地球表面的小区域）
这两个问题的解都归结为简单的三角函数。
在球体上，解决方案要复杂得多，例如
反问题是两端的方位角不同
连接大圆、圆弧的点，即测地线

仔细研究这些计算，你真的不想自己去实现。
你可以使用哈弗公式来获得两点之间的大圆距离（沿球体）。将地球视为一个球体进行远距离治疗会有一些问题，但在500米范围内，你可能会没事（假设你没有试图将医疗包扔到船上或其他东西上）

如果两点之间的距离小于阈值，则在以下范围内：

points_1 = (19.114315,72.911174)
points_2 = (19.112398,72.912743)
threshold_km = 0.5


distance_km = haversine(points_1[0], points_1[1], points_2[0], points_2[1])
if distance_km < threshold_km:
    print('within range')
else:
    print('outside range')

points_1=（19.114315,72.911174）
点_2=（19.112398,72.912743）
阈值_km=0.5
距离\u km=haversine（点\u 1[0]、点\u 1[1]、点\u 2[0]、点\u 2[1]）
如果距离小于阈值公里：
打印（'范围内'）
其他：
打印（'超出范围'）
Eh，
math.sin（）
以及
math.cos（）
想要弧度，而不是度。我可以在python中将其转换为弧度吗？是的，可以在python中进行乘法。如果你用度乘以一个数字，用~
0.0174532925
得到的是弧度。。（2*PI/360）@user2927983请参阅已接受的答案。基本上，使用
math.radians（degrees）
。这不是一个真正的答案，但我发现使用python
haversine
模块非常简单和准确：
从haversine导入haversine；距离公里=哈弗斯线（（纬度a，液化天然气纬度a），（纬度b，液化天然气纬度b））
<代码>pip安装haversine
一如既往；）对于500米，他/她会没事的。@mirosval我不想要精确的距离，有误差的近似距离对我来说是可以的。也许吧，但这种有缺陷的逻辑仍然会导致问题。明天我将需要计算更大的距离，我将重新使用这个解决方案，因为我已经忘记了这一切…@mirosval那么正确的方法是什么？使用一个已经解决了这个问题并经过良好测试的库。我在答案中链接的GeoPy库在PyPI上标记为Production/Stable。通过重新发明轮子并自己编写，它可以避免任何数字错误，此外，它还实现了一种计算地球距离的方法。
points_1 = (19.114315,72.911174)
points_2 = (19.112398,72.912743)
threshold_km = 0.5


distance_km = haversine(points_1[0], points_1[1], points_2[0], points_2[1])
if distance_km < threshold_km:
    print('within range')
else:
    print('outside range')