Python距离（以英里为单位）到两个gps坐标之间的欧几里得距离

我正在尝试提出一个函数，其中…
输入：以英里或公里为单位的测地距离
输出：任意两个gps点之间的欧几里德距离，即输入距离

我觉得我有一些组件

import numpy as np
from numpy import linalg as LA
from geopy.distance import geodesic

loc1 = np.array([40.099993, -83.166000])
loc2 = np.array([40.148652, -82.903962])

这是这两点之间的欧几里德距离

LA.norm(loc1-loc2)
#0.2665175636332336

geodesic(loc1,loc2).miles
#14.27909749425243

这是这两点之间的测地距离（以英里为单位）

LA.norm(loc1-loc2)
#0.2665175636332336

geodesic(loc1,loc2).miles
#14.27909749425243

我的脑子现在快没电了，有人知道我该怎么做吗

geodesic_to_euclidean(14.27909749425243)
#0.2665175636332336

---

如评论中所述，如果你对一个大的圆距离感到满意，那么这应该是可行的。这是哈弗森距离：

def haversine(origin, destination, units='mi'):
    # Radian deltas
    origin_lat = radians(float(origin[0]))
    origin_lon = radians(float(origin[1]))
    destination_lat = radians(float(destination[0]))
    destination_lon = radians(float(destination[1]))
    lat_delta = destination_lat - origin_lat
    lon_delta = destination_lon - origin_lon

    # Radius of earth in meters
    r = 6378127

    # Haversine formula
    a = sin(lat_delta / 2) ** 2 + cos(origin_lat) * \
        cos(destination_lat) * sin(lon_delta / 2) ** 2
    c = 2 * asin(sqrt(a))
    meters_traveled = c * r

    scaling_factors = {
        "m:": 1,
        "km": 1 / 1000,
        "ft": 3.2808,  # meters to feet
        "mi:": 0.000621371  # meters to miles
    }

    return meters_traveled * scaling_factors[units]

如果已经有以米为单位的测地线（大圆）距离，并且需要弦长，则可以执行以下操作

def chord(geodesic_distance):
    """
    Chord length
    C = 2 * r * sin(theta/2)

    Arc length; which is geodesic distance in this case
    AL = R * theta

    therefore
    C = 2 * R * sin(AL/(2*R))
    """
    r = 6378127  # Radius of earth in meters

    return 2 * r * sin(geodesic_distance / (2 * r))

---

假设地球表面是一个球体，你想知道连接两个地理位置的弧的距离吗？我只看50英里以内的范围，所以我认为假设平坦的表面也是公平的？

LA.norm

无论如何都不会给你正确的值，因为你没有使用笛卡尔坐标系。你需要计算两个位置之间相对于地球中心的角度（弧度），然后乘以地球的半径。所以我使用欧几里德距离作为聚类算法DBSCAN中的一个参数。算法中输入的唯一维度是纬度和经度。所以我不需要欧几里德距离来表示任何真实的东西，只需要任意两个向量之间的2-范数距离。这有问题吗？…我对地理信息系统的东西非常陌生…@Jamalan你越接近极点，就会失去准确性。这也是墨卡托地图投影将南极洲炸得比实际大得多的原因。参考：@Jamalan绝对不是均匀分布的网格。我知道这可能不像你脑子里想的那样，但你所说的是问同一角度的弦和弧之间的长度差。对于小角度（相对于地球半径的小距离），这种差异将是最小的。@Jamalan

c

已经是以弧度表示的角度了。只要乘以180/pi@Jamalan请参见以上关于弦长的编辑。Aaron是对的，但对于地球表面的近距离而言，这将是最小的不同，你们这些家伙真是太棒了。这是堆栈溢出的好部分。不愤世嫉俗、乐于助人的人。非常感谢你们两位。我将把你的智慧和代码转换成一个光滑的辅助函数。