【Python】应用:pyproj地理计算库应用

简介: 这篇博客介绍了 `pyproj` 地理计算库的应用,涵盖地理坐标系统转换与地图投影。通过示例代码展示了如何进行经纬度与UTM坐标的互转,并利用 `pyproj.Geod` 计算两点间的距离及方位角,助力地理数据分析。安装 `pyproj`:`pip install pyproj`。更多内容欢迎关注本博客,一起学习进步! Pancake 🍰 不迷路。😉*★,°*:.☆( ̄▽ ̄)/$:*.°★* 😏

😏★,°:.☆( ̄▽ ̄)/$:.°★ 😏
这篇文章主要介绍pyproj地理计算库应用。
欢迎来到我的博客,一起学习,共同进步。
喜欢的朋友可以关注一下,下次更新不迷路🥞

1. pyproj介绍

pyproj 是 Python 中一个非常有用的库,用于执行地理坐标系统的转换和地图投影。它是基于 proj 库的 Python 接口,因此继承了 proj 库的强大功能,但以 Python 的形式提供了更友好的接口。

2. 环境配置

安装:pip install pyproj

3. 使用说明

经纬度转UTM坐标:

import pyproj

# 创建UTM坐标系对象
utm_crs = pyproj.CRS.from_epsg(32650)  # EPSG 32650对应的是WGS84的UTM Zone 50N

# 创建经纬度坐标系对象
lat_lon_crs = pyproj.CRS('EPSG:4326')  # WGS84经纬度坐标系

# 创建转换器
transformer = pyproj.Transformer.from_crs(lat_lon_crs, utm_crs, always_xy=True)

# 定义经纬度坐标
lon, lat = 120.30550, 31.47758

# 将经纬度坐标转换成UTM坐标
x, y = transformer.transform(lon, lat)

print("UTM东坐标:", x)
print("UTM北坐标:", y)

UTM坐标转经纬度:

import pyproj

def utm_to_latlon(easting, northing, zone_number, zone_letter):
    proj = pyproj.Proj(proj='utm', zone=zone_number, ellps='WGS84', north=bool(zone_letter >= 'N'))
    lon, lat = proj(easting, northing, inverse=True)
    return lat, lon

# 示例 UTM 坐标:Zone 18N, Easting: 500000, Northing: 4500000
easting = 464101.487
northing = 4378816.449
zone_number = 49
zone_letter = 'N'

latitude, longitude = utm_to_latlon(easting, northing, zone_number, zone_letter)
print("经度(Longitude):", longitude)
print("纬度(Latitude):", latitude)

计算两点之间距离和方位角:

from pyproj import Geod

# 创建 Geod 对象
geod = Geod(ellps="WGS84")

# 定义两个点的经纬度
lon1, lat1 = 12.4924, 41.8902  # 罗马斗兽场
lon2, lat2 = 2.2945, 48.8584   # 巴黎埃菲尔铁塔

# 计算距离和方位角
azimuth1, azimuth2, distance = geod.inv(lon1, lat1, lon2, lat2)

print(f"Distance: {distance} meters")
print(f"Initial Azimuth: {azimuth1} degrees")
print(f"Final Azimuth: {azimuth2} degrees")

image.png

以上。

目录
相关文章
|
11天前
|
数据库 Python
Python 应用
Python 应用。
32 4
|
5天前
|
XML 存储 数据库
Python中的xmltodict库
xmltodict是Python中用于处理XML数据的强大库,可将XML数据与Python字典相互转换,适用于Web服务、配置文件读取及数据转换等场景。通过`parse`和`unparse`函数,轻松实现XML与字典间的转换,支持复杂结构和属性处理,并能有效管理错误。此外,还提供了实战案例,展示如何从XML配置文件中读取数据库连接信息并使用。
Python中的xmltodict库
|
14天前
|
数据可视化 数据挖掘 定位技术
Python和Geopandas进行地理数据可视化
【10月更文挑战第22天】本文介绍了如何使用Python和Geopandas进行地理数据可视化和分析,涵盖从准备工作、加载数据、数据探索与处理、地理数据可视化、空间分析与查询到交互式地理数据可视化等内容。通过丰富的代码示例和案例演示,帮助读者掌握地理数据分析的基本方法,为实际应用提供支持。
57 19
|
11天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据科学中的应用:从入门到实践
本文旨在为读者提供一个Python在数据科学领域应用的全面概览。我们将从Python的基础语法开始,逐步深入到数据处理、分析和可视化的高级技术。文章不仅涵盖了Python中常用的数据科学库,如NumPy、Pandas和Matplotlib,还探讨了机器学习库Scikit-learn的使用。通过实际案例分析,本文将展示如何利用Python进行数据清洗、特征工程、模型训练和结果评估。此外,我们还将探讨Python在大数据处理中的应用,以及如何通过集成学习和深度学习技术来提升数据分析的准确性和效率。
|
13天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
49 4
|
12天前
|
机器学习/深度学习 JSON API
Python编程实战:构建一个简单的天气预报应用
Python编程实战:构建一个简单的天气预报应用
32 1
|
13天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
25 2
|
11天前
|
数据采集 数据可视化 数据挖掘
利用Python进行数据分析:Pandas库实战指南
利用Python进行数据分析:Pandas库实战指南
|
1月前
|
Python
pip批量安装Python库 requirement.txt 离线环境无互联网环境下pip安装Python库
pip批量安装Python库 requirement.txt 离线环境无互联网环境下pip安装Python库
114 3
|
5月前
|
开发工具 git Python
安装和使用`libnum`是一个用于数字理论函数的Python库
【6月更文挑战第19天】`libnum`是Python的数字理论函数库。安装可通过`git clone`,进入目录后运行`python setup.py install`,也可用`pip install libnum`。示例:使用`int_to_hex`将十进制数42转换为十六进制字符串'2a'。注意,信息可能已过时,应查最新文档以确保准确性。如遇问题,参考GitHub仓库或寻求社区帮助。
117 1
下一篇
无影云桌面