Python 如何检查特定区域内的坐标

假设我有两种坐标，第一种叫做

center\u point

，第二种叫做

test\u point

。我想通过应用

半径

阈值，知道

测试点

坐标是否在

中心点

坐标附近。如果我写它，它就像：

center_point = [{'lat': -7.7940023, 'lng': 110.3656535}]
test_point = [{'lat': -7.79457, 'lng': 110.36563}]

radius = 5 # in kilometer

在Python中，如何检查

测试点是在
中心点的半径内还是半径外？我如何在Python中执行这种任务

预期结果将显示
测试点
从
中心点
坐标在
半径之内或之外。
从数学导入sqrt
from math import sqrt
a = center_point[0]['lat'] - test_point[0]['lat']
b = center_point[0]['lng'] - test_point[0]['lng']
c = sqrt(a * a  +  b * b)
if (c < radius):
        print("inside")
else:
        print("outside")

a=中心点[0]['lat']-测试点[0]['lat']
b=中心点[0]['lng']-测试点[0]['lng']
c=sqrt（a*a+b*b）
如果（c<半径）：
打印（“内部”）
其他：
打印（“外部”）
根据@user1753919在其评论中的推荐，我在这里得到了答案：

最终代码：

from math import radians, cos, sin, asin, sqrt

def haversine(lon1, lat1, lon2, lat2):
    """
    Calculate the great circle distance between two points 
    on the earth (specified in decimal degrees)
    """
    # convert decimal degrees to radians 
    lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2])

    # haversine formula 
    dlon = lon2 - lon1 
    dlat = lat2 - lat1 
    a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
    c = 2 * asin(sqrt(a)) 
    r = 6371 # Radius of earth in kilometers. Use 3956 for miles
    return c * r

center_point = [{'lat': -7.7940023, 'lng': 110.3656535}]
test_point = [{'lat': -7.79457, 'lng': 110.36563}]

lat1 = center_point[0]['lat']
lon1 = center_point[0]['lng']
lat2 = test_point[0]['lat']
lon2 = test_point[0]['lng']

radius = 1.00 # in kilometer

a = haversine(lon1, lat1, lon2, lat2)

print('Distance (km) : ', a)
if a <= radius:
    print('Inside the area')
else:
    print('Outside the area')

从数学导入弧度、cos、sin、asin、sqrt
def haversine（lon1、lat1、lon2、lat2）：
"""
计算两点之间的大圆距离
地球上（以十进制度数表示）
"""
#将十进制度数转换为弧度
lon1，lat1，lon2，lat2=贴图（弧度，[lon1，lat1，lon2，lat2]）
#哈弗森公式
dlon=lon2-lon1
dlat=lat2-lat1
a=sin（dlat/2）**2+cos（lat1）*cos（lat2）*sin（dlon/2）**2
c=2*asin（sqrt（a））
r=6371#地球半径，单位为公里。使用3956英里
返回c*r
中心点=[{'lat'：-7.7940023，'lng'：110.3656535}]
测试点=[{'lat'：-7.79457，'lng'：110.36563}]
lat1=中心点[0]['lat']
lon1=中心点[0]['lng']
lat2=测试点[0]['lat']
lon2=测试点[0]['lng']
半径=1.00#以公里为单位
a=哈弗新（lon1、lat1、lon2、lat2）
打印（'距离（公里）：'，a）
如果a可以优雅地处理它：

from geopy import distance

center_point = [{'lat': -7.7940023, 'lng': 110.3656535}]
test_point = [{'lat': -7.79457, 'lng': 110.36563}]
radius = 5 # in kilometer

center_point_tuple = tuple(center_point[0].values()) # (-7.7940023, 110.3656535)
test_point_tuple = tuple(test_point[0].values()) # (-7.79457, 110.36563)

dis = distance.distance(center_point_tuple, test_point_tuple).km
print("Distance: {}".format(dis)) # Distance: 0.0628380925748918

if dis <= radius:
    print("{} point is inside the {} km radius from {} coordinate".format(test_point_tuple, radius, center_point_tuple))
else:
    print("{} point is outside the {} km radius from {} coordinate".format(test_point_tuple, radius, center_point_tuple))

使用haversine公式计算距离，看看它是否小于rhi@user1753919谢谢，它可以工作。嗨，
aa
和
bb
内部
c=math.sqrt（aa+bb）
参考？抱歉，格式错误。我对其进行了编辑以使其更清晰。如何在整个数据帧上以更少的计算成本对其进行测试？这应该通过KDTree或kNearestNeighbors算法来更有效地完成，但我还没有找到任何实际使用lat-lon点的示例。感谢此解决方案！非常适合我们的项目：）
dis = distance.great_circle(center_point_tuple, test_point_tuple).km
print("Distance: {}".format(dis)) # Distance: 0.0631785164583489