```python
# 首先确保安装了所需的库
!pip install geopandas shapely
import geopandas as gpd
from 网页链接 import Point
# 假设你有两个点的坐标
point1 = Point(-122.4194, 37.7749) # 这是旧金山的一个坐标
point2 = Point(-73.9352, 40.6643) # 这是纽约的一个坐标
# 计算两点之间的距离(单位默认是度,可以通过to_crs转换为其他坐标系)
distance_degrees = point1.distance(point2)
# 如果你的数据在地理坐标系(如WGS84)中,并希望得到真实的地理距离(如公里),你需要将数据转换到一个以米为单位的投影坐标系
from pyproj import CRS, Transformer
wgs84 = CRS.from_epsg(4326) # WGS 84地理坐标系
utm10n = CRS.from_epsg(32610) # 北美西部分区UTM坐标系(此处仅作示例,实际应根据点的具体地理位置选择合适的UTM带)
transformer = Transformer.from_crs(wgs84, utm10n)
point1_utm, point2_utm = transformer.transform(point1.x, point1.y), transformer.transform(point2.x, point2.y)
# 创建UTM坐标系下的Point对象
point1_utm_geom = Point(point1_utm)
point2_utm_geom = Point(point2_utm)
# 计算UTM坐标系下两点间的距离(单位是米)
distance_meters = point1_utm_geom.distance(point2_utm_geom)
print(f"两点间在地理坐标系中的距离约为:{distance_degrees:.2f}度")
print(f"两点间的真实距离约为:{distance_meters / 1000:.2f}千米")
``
# 首先确保安装了所需的库
!pip install geopandas shapely
import geopandas as gpd
from 网页链接 import Point
# 假设你有两个点的坐标
point1 = Point(-122.4194, 37.7749) # 这是旧金山的一个坐标
point2 = Point(-73.9352, 40.6643) # 这是纽约的一个坐标
# 计算两点之间的距离(单位默认是度,可以通过to_crs转换为其他坐标系)
distance_degrees = point1.distance(point2)
# 如果你的数据在地理坐标系(如WGS84)中,并希望得到真实的地理距离(如公里),你需要将数据转换到一个以米为单位的投影坐标系
from pyproj import CRS, Transformer
wgs84 = CRS.from_epsg(4326) # WGS 84地理坐标系
utm10n = CRS.from_epsg(32610) # 北美西部分区UTM坐标系(此处仅作示例,实际应根据点的具体地理位置选择合适的UTM带)
transformer = Transformer.from_crs(wgs84, utm10n)
point1_utm, point2_utm = transformer.transform(point1.x, point1.y), transformer.transform(point2.x, point2.y)
# 创建UTM坐标系下的Point对象
point1_utm_geom = Point(point1_utm)
point2_utm_geom = Point(point2_utm)
# 计算UTM坐标系下两点间的距离(单位是米)
distance_meters = point1_utm_geom.distance(point2_utm_geom)
print(f"两点间在地理坐标系中的距离约为:{distance_degrees:.2f}度")
print(f"两点间的真实距离约为:{distance_meters / 1000:.2f}千米")
``