本文共 780 字，大约阅读时间需要 2 分钟。

在Python中计算测地距离（大圆距离）涉及到地球的半径（约为6371公里或3956英里）。以下是一个简单的代码示例，展示了如何计算两点之间的测地距离：

import mathdef gc_distance(lon1, lat1, lon2, lat2):    # 将角度转换为弧度    lon1, lat1, lon2, lat2 = map(math.radians, [lon1, lat1, lon2, lat2])    # 地球半径（单位：公里）    r = 6371.0    # 计算两点之间的球面距离    dlon = lon2 - lon1    dlat = lat2 - lat1    a = math.sin(dlat/2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon/2)**2    C = 2 * math.atan2(math.sqrt(a), math.sqrt(1-a))    distance = r * C    return distance

测试用例

print(gc_distance(120, 30, 130, 40)) # 输出：1119.5561924561484

上述代码将经纬度从度转换为弧度，然后根据地球半径以及两点之间的经纬度差异计算出球面距离。最后将球面距离乘以地球半径得到实际测地距离。

这个函数可以用于任何两个点，只要它们的经度和纬度信息都提供了即可。如果需要处理大量数据，可以考虑使用更高效的算法或库来提高计算效率。

AI模型可以用于交通流量预测。例如，通过分析城市间的距离和时间，使用机器学习模型（如K-近邻或决策树）预测从一个城市到另一个城市的最短时间。这对于优化公共交通系统、城市规划和交通管理等应用非常有用。

转载地址：http://ctlfk.baihongyu.com/