点集之间的Python（最小）大圆距离

Question

是否有一个Python包可以有效地计算数组a中每个（纬度，经度）点到数组b中每个（纬度，经度）点的最小大圆距离？例如scipy.spatial.distance.cdist不幸的是，就我所见，它不支持球面距离。你知道吗

对于许多数据点（例如，a和b分别有~70000和~1200个点），如果需要使用不同的a和b数组重复迭代，则类似于下面示例的手动计算会变得太慢。你知道吗

deg2rad = np.pi/180.0
rho_cos = (np.sin(lat1[:,None]*deg2rad)*np.sin(lat2[None,:]*deg2rad) +
      np.cos(lat1[:,None]*deg2rad)*np.cos(lat2[None,:]*deg2rad)*np.cos(np.abs(lon1[:,None] - lon2[None,:])*deg2rad))    
rho = np.arccos(rho_cos) / deg2rad
rho_min = np.nanmin(rho,axis=1)

Answer 1

由于大圆的长度与弦的长度成正比，因此最小大圆距离等价于嵌入欧氏三维空间的点的最小距离。你知道吗

所以我建议计算相当于每个经纬度对的x，y，z坐标，并使用前面提到的scipy函数

scipy.spatial.distance.cdist

找到最短的三维欧氏距离，可以很容易地转换回大圆距离。你知道吗