本文旨在提供一种使用 Python Shapely 库和 geopy 库计算多边形上两个最远坐标点之间距离的方法，结果以海里为单位。文章详细解释了代码实现，包括坐标点的选取、距离计算函数的正确使用以及最终结果的展示。通过本文，读者可以掌握计算多边形最大线性范围并测量距离的有效方法。
在处理地理空间数据时，经常需要计算多边形上两个最远点之间的距离，这也被称为最大线性范围。本教程将引导你如何使用 Python 的 shapely 和 geopy 库来实现这个目标，并以海里为单位计算距离。
准备工作
首先，确保你已经安装了必要的库：
pip install shapely geopy
代码实现
git摸鱼周报自动化
下载
生成周报：读取本机 Git 仓库最近一周的提交记录，按项目分类提炼总结，生成标准周报格式，通过微信推送并返回给用户。触发词：周报、weekly report、git总结、提交记录总结、工作周报。
以下代码展示了如何计算多边形最远坐标并计算它们之间的距离（以海里为单位）：
import shapely.geometry as sg
from geopy.distance import distance
# 创建多边形对象
t1 = sg.Polygon([(-74.418225663382, 39.36239030236737), # Further Point 1: Atlantic City, NJ
(-74.27880733397238, 39.71055595453288),
(-74.75681303480502, 40.219387193292164),
(-75.4705021020208, 40.60356289498688),
(-76.88460230031765, 40.264996135212186), # Further Point 2: Harrisburg, PA
(-74.418225663382, 39.36239030236737)])
# 初始化变量以存储最远坐标
furthest_pair = None
max_distance = 0
# 遍历多边形中的所有坐标对
for i, p1 in enumerate(t1.exterior.coords):
for j, p2 in enumerate(t1.exterior.coords[i+1:]):
dist = distance(p1, p2).nm # 计算点之间的距离（以海里为单位）
if dist > max_distance:
max_distance = dist
furthest_pair = (p1, p2)
# 打印最远坐标及其距离
print("最远坐标:", furthest_pair) # 应该打印 2 个最远的坐标对
print("它们之间的距离:", max_distance, "NM") # 以海里为单位的距离
print("应该大约为: 126.0 NM")代码解释
- 导入必要的库: shapely.geometry 用于创建和操作几何对象，geopy.distance 用于计算地理坐标之间的距离。
- 创建多边形对象: 使用 shapely.geometry.Polygon 类，将一系列坐标点作为参数传入，创建一个多边形对象。
- 初始化变量: furthest_pair 用于存储最远的坐标点对，max_distance 用于存储它们之间的距离。
- 遍历坐标点对: 使用嵌套循环遍历多边形的所有坐标点对。t1.exterior.coords 返回多边形外部环的坐标列表。
- 计算距离: 使用 geopy.distance.distance(p1, p2).nm 计算两个坐标点之间的距离，.nm 属性返回以海里为单位的距离。
- 更新最远坐标: 如果当前坐标点对的距离大于 max_distance，则更新 max_distance 和 furthest_pair。
- 打印结果: 打印最远坐标点对和它们之间的距离。
注意事项
- 确保 geopy.distance 的正确导入方式是 from geopy.distance import distance，而不是 import geopy.distance as distance。后者导入的是整个模块，而不是 distance 函数。
- geopy.distance.distance() 函数的参数是两个坐标点的元组 (latitude, longitude)。
- 结果的精度可能受到坐标点精度的影响。
总结
本教程展示了如何使用 Python 的 shapely 和 geopy 库计算多边形上两个最远坐标点之间的距离，并以海里为单位显示结果。通过理解和修改这段代码，你可以将其应用于各种地理空间分析任务中。
