我们发现现有数据由于保密性的问题,只能拿到精确到三位小数的经纬度数据,因此想看一看经纬度保留到不同小数位对应的精度分别是什么样的。
经纬度被保留为:(124.444444,24.444444)(124.444445,24.444444),它们之间的距离为:0.1012277412m。y因此,保留到小数点后第六位带来的误差为0.1m级别的误差。
经纬度被保留为:(124.44444,24.44444)(124.44445,24.44444),它们之间的距离为:1.012277412m。保留到小数点后第五位带来的误差为1m级别的误差。
经纬度被保留为:(124.4444,24.4444)(124.4445,24.4444),它们之间的距离为:10.12277412m。保留到小数点后第四位带来的误差为10m级别的误差。
经纬度被保留为:(124.444,24.444)(124.445,24.444),它们之间的距离为:101.2277412m。保留到小数点后第四位带来的误差为100m级别的误差。
经纬度被保留为:(124.44,24.44)(124.45,24.44),它们之间的距离为:1012.277412m。保留到小数点后第四位带来的误差为1000m级别的误差。
经纬度被保留为:(124.4,24.4)(124.5,24.4),它们之间的距离为:10122.77412m。保留到小数点后第四位带来的误差为10000m级别的误差。
经纬度被保留为:(124.444444,24.444444)(124.444445,24.444445),它们之间的距离为:0.1503707659m。y因此,保留到小数点后第六位带来的误差为0.1m级别的误差。
经纬度被保留为:(124.44444,24.44444)(124.44445,24.44445),它们之间的距离为:1.503707654m。y因此,保留到小数点后第六位带来的误差为1m级别的误差,最大误差约为1.5m。
经纬度被保留为:(124.4444,24.4444)(124.4445,24.4445),它们之间的距离为:15.03707654m。y因此,保留到小数点后第六位带来的误差为10m级别的误差,最大误差约为15m。
以下同理。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
from scipy.spatial.distance import pdist
from scipy import spatial
import math
from math import radians, cos, sin, asin, sqrt
# 定义通过经纬度计算直线距离的函数
def geodistance(lng1,lat1,lng2,lat2):
lng1,lat1,lng2,lat2 = map(radians,[lng1,lat1,lng2,lat2])
dlon = lng2-lng1
dlat = lat2-lat1
a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2
distance = 2* asin(sqrt(a))*6371*1000
distance = round(distance,10)
return distance
print(geodistance(124.444444,24.444444, 124.444445,24.444444))
print(geodistance(124.44444,24.44444, 124.44445,24.44444))
##其他同理