本文介绍了如何使用 Python 的 Shapely 和 Geopy 库来确定给定多边形中最远的两个坐标点，并计算它们之间的距离，结果以海里为单位。文章详细讲解了代码实现，包括必要的库导入、多边形创建、坐标遍历和距离计算，并提供了完整的可执行代码示例。
在处理地理空间数据时，经常需要计算多边形上两点之间的距离。本教程将指导你如何使用 Shapely 库创建多边形，并利用 Geopy 库找出多边形上距离最远的两点，并计算它们之间的距离（以海里为单位）。
准备工作
首先，确保你已经安装了 Shapely 和 Geopy 库。如果没有安装，可以使用 pip 进行安装：
pip install Shapely geopy
代码实现
以下代码演示了如何实现这一目标：
import shapely.geometry as sg
from geopy.distance import distance
# 创建多边形对象
t1 = sg.Polygon([(-74.418225663382, 39.36239030236737), # Atlantic City, NJ
(-74.27880733397238, 39.71055595453288),
(-74.75681303480502, 40.219387193292164),
(-75.4705021020208, 40.60356289498688),
(-76.88460230031765, 40.264996135212186), # Harrisburg, PA
(-74.418225663382, 39.36239030236737)])
# 初始化变量以存储最远坐标和最大距离
furthest_pair = None
max_distance = 0
# 遍历多边形的所有坐标对
for i, p1 in enumerate(t1.exterior.coords):
for j, p2 in enumerate(t1.exterior.coords[i+1:]):
dist = distance(p1, p2).nm # 计算两点之间的距离（海里）
if dist > max_distance:
max_distance = dist
furthest_pair = (p1, p2)
# 打印最远坐标和它们之间的距离
print("最远坐标:", furthest_pair)
print("它们之间的距离:", max_distance, "海里")
print("应该大约是: ", 126.0, "海里")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。注意导入 geopy.distance 时，需要使用 from geopy.distance import distance，直接导入模块会导致后续调用 distance 方法时出现错误。
- 创建多边形对象： 使用 sg.Polygon() 函数创建一个多边形对象，传入一个包含坐标点的列表。
- 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。
- 遍历坐标对： 使用嵌套循环遍历多边形的所有坐标点对。注意内层循环从 i+1 开始，避免重复计算。
- 计算距离： 使用 distance(p1, p2).nm 计算两个坐标点之间的距离，结果以海里为单位。 geopy.distance.distance 接受两个元组作为输入，每个元组代表一个坐标点 (latitude, longitude)。
- 更新最远距离： 如果当前坐标对的距离大于 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
- 确保提供的坐标点是经纬度坐标，并且顺序正确（纬度在前，经度在后）。
- geopy.distance.distance 函数返回的是一个 geopy.distance.vincenty.VincentyDistance 对象，需要使用 .nm 属性才能获取以海里为单位的距离。
- Shapely 库主要用于几何对象的创建和操作，而 Geopy 库则专注于地理坐标的计算。
总结
本教程介绍了如何使用 Shapely 和 Geopy 库来查找多边形中最远的坐标点并计算它们之间的距离（海里）。通过理解和修改上述代码，你可以将其应用于各种地理空间数据处理任务中。
