使用 geopy 处理地址和坐标数据

Jon Jiang

2019-10-20

Python

你一定知道地物的地址与其大地坐标之间存在对应关系。以往当我需要某个城市或标志物的坐标时，都是通过电子地图服务或者维基百科查询，这样的效率很低。geopy 是 Python 处理地理数据的包，它封装了大量的公共地图服务，用它来处理地址与坐标的关系非常方便。同时，其距离计算功能也比较强大。

本文将对 geopy 的主要功能进行介绍。

安装

geopy 项目基于 MIT 协议开源，代码托管在 Github 上。当前的 geopy 支持 Python 2.7 以及 Python 3.4 以上的版本。但根据开发计划，即将发布的 geopy 2.0 将只支持 Python 3。你可以使用 pip 来方便地安装 geopy：

1	pip install geopy

地址与坐标计算

geopy 支持众多的电子地图服务，例如著名的 Google、Bing、百度、Here 等，你可以通过如下的代码查询其支持的所有服务商：

1 2	>>> import geopy >>> [s for s in dir(geopy.geocoders) if s[0].isupper()]

这些服务商被封装为对应的类，并且提供统一的方法供使用者调用。例如下面提到的地址和坐标查询的 geocode 和 reverse 函数。

地址查询

使用 geopy 查询地址前需要首先选择一个地图服务，绝大多数的服务需要一个密钥（api_key）。你需要到其开发者页面注册和申请，例如百度。免费的密钥通常会对使用频率和次数做限制。出于演示目的，我们以不需要密钥的 OpenStreetMap 服务作为例子：

1
2
3

>>> from geopy.geocoders import Nominatim
>>> geolocater = Nominatim(user_agent='demo_of_gnss_help')
>>> location = geolocater.geocode('天安门, 北京市')

这里的 Nominatim 类为对 OpenStreetMap 服务的实现和封装。其提供的 geocode 方法用于将关键字在地图上查询，并返回一个 Location 对象。你可以用如下的方式获取结果：

>>> location.address
'天安门, 1, 西长安街, 崇文, 北京市, 东城区, 北京市, 100010, China 中国'
>>> location.latitude, location.longitude, location.altitude
(39.907359, 116.391263017795, 0.0)

坐标查询

同样的，你可以通过 reverse 方法输入坐标来查询地址：

1
2
3

>>> location = geolocater.reverse('45.768189, 126.6212835')
>>> location.address
'索菲亚大教堂, 透笼街, 道里区, 哈尔滨市, 黑龙江省, 150000, 中国'

reverse 方法接收经纬度字符串作为输入，纬度在前，经度在后。该方法同样返回一个 Location 对象。

距离计算

geopy 的距离计算功能包含在 distance 中。其计算的距离有两种：大圆距离与大地线距离。其区别在于：

大圆算法将地球简化为一个圆球，其计算的距离是球面上过两点的大圆距离；
大地线使用目前国际通用的方法，用旋转椭球面表示地球，其计算的是两点在椭球面上的最短距离。

如果你对地球物理学有过了解，一定知道大地线算法更精确。实际上，geopy 默认的距离计算方法就是大地线。你可以通过如下方式计算哈尔滨到北京的大地线距离：

>>> from geopy import distance
>>> dist = distance.distance((45.768189, 126.6212835), (39.907359, 116.3912630))
>>> dist.kilometers
1058.4645051382365

该方法返回一个 Distance 对象，其中包含单位转换方法，方便获取以千米、米或者英里为单位的距离。你也可以用等效的显式方法：

1
2
3

>>> dist = distance.geodesic((45.768189, 126.6212835), (39.907359, 116.3912630))
>>> dist.meters
1058464.5051382366

但大地线的劣势在于计算速度太慢，如果你可以容忍一定的误差（0.5% 以内），完全可以采用大圆算法替代。根据我的测试，大圆距离计算时间大约只有前者的 1/20。大圆距离的使用方式如下：

>>> gc = distance.great_circle((45.768189, 126.6212835), (39.907359, 116.3912630))
>>> gc.km
1057.0946827378225
>>> print(f'{(dist.km - gc.km) / dist.km:%}')
0.129416%

该方法同样返回 Distance 对象，并且可以看到，哈尔滨到北京的大圆与大地线距离之间有 0.13% 的差异。