transbigdata-coordinates

name	transbigdata-coordinates
description	使用 TransBigData 进行坐标系转换和距离计算。适用于 WGS84、GCJ02、BD09 坐标系互转，以及两点间距离计算。

TransBigData 坐标转换指南

安装

pip install transbigdata

中国常用坐标系说明

坐标系	说明	常见来源
WGS84	GPS原始坐标，国际标准	GPS设备、OpenStreetMap
GCJ02	国测局坐标（火星坐标）	高德地图、腾讯地图
BD09	百度坐标	百度地图
BD09MC	百度墨卡托坐标	百度地图API

坐标转换函数

WGS84 转换

import transbigdata as tbd

# WGS84 → GCJ02
data['Lng_gcj'], data['Lat_gcj'] = tbd.wgs84togcj02(data['Lng'], data['Lat'])

# WGS84 → BD09
data['Lng_bd'], data['Lat_bd'] = tbd.wgs84tobd09(data['Lng'], data['Lat'])

GCJ02 转换

# GCJ02 → WGS84
data['Lng_wgs'], data['Lat_wgs'] = tbd.gcj02towgs84(data['Lng'], data['Lat'])

# GCJ02 → BD09
data['Lng_bd'], data['Lat_bd'] = tbd.gcj02tobd09(data['Lng'], data['Lat'])

BD09 转换

# BD09 → WGS84
data['Lng_wgs'], data['Lat_wgs'] = tbd.bd09towgs84(data['Lng'], data['Lat'])

# BD09 → GCJ02
data['Lng_gcj'], data['Lat_gcj'] = tbd.bd09togcj02(data['Lng'], data['Lat'])

# BD09MC → BD09
data['Lng_bd'], data['Lat_bd'] = tbd.bd09mctobd09(data['x'], data['y'])

GeoDataFrame 坐标转换

transform_shape() - 批量转换几何对象

import geopandas as gpd

# 加载 GCJ02 坐标的数据
gdf = gpd.read_file('data_gcj02.shp')

# 转换为 WGS84
gdf_wgs84 = tbd.transform_shape(gdf, method=tbd.gcj02towgs84)

距离计算

getdistance() - 两点间距离

计算 WGS84 坐标系下两点间的球面距离。

# 单点距离
distance = tbd.getdistance(lon1, lat1, lon2, lat2)  # 返回米

# 向量化计算
data['distance'] = tbd.getdistance(
    data['slon'], data['slat'],
    data['elon'], data['elat']
)

完整示例

示例 1：高德数据转 WGS84

import pandas as pd
import transbigdata as tbd

# 加载高德地图采集的数据（GCJ02坐标）
data = pd.read_csv('amap_data.csv')

# 转换为 WGS84
data['Lng_wgs'], data['Lat_wgs'] = tbd.gcj02towgs84(data['Lng'], data['Lat'])

# 保存
data.to_csv('data_wgs84.csv', index=False)

示例 2：百度数据转 WGS84

import pandas as pd
import transbigdata as tbd

# 加载百度地图数据（BD09坐标）
data = pd.read_csv('baidu_data.csv')

# 转换为 WGS84
data['Lng_wgs'], data['Lat_wgs'] = tbd.bd09towgs84(data['Lng'], data['Lat'])

示例 3：计算 OD 距离

import pandas as pd
import transbigdata as tbd

# OD 数据
od_data = pd.DataFrame({
    'slon': [114.0, 114.1],
    'slat': [22.5, 22.6],
    'elon': [114.2, 114.3],
    'elat': [22.7, 22.8]
})

# 计算直线距离
od_data['distance_m'] = tbd.getdistance(
    od_data['slon'], od_data['slat'],
    od_data['elon'], od_data['elat']
)
od_data['distance_km'] = od_data['distance_m'] / 1000

print(od_data)

示例 4：转换 Shapefile

import geopandas as gpd
import transbigdata as tbd

# 加载 GCJ02 坐标的行政区划
districts = gpd.read_file('districts_gcj02.shp')

# 转换为 WGS84
districts_wgs84 = tbd.transform_shape(districts, method=tbd.gcj02towgs84)

# 保存
districts_wgs84.to_file('districts_wgs84.shp')

坐标系识别技巧

不确定数据坐标系时，可以：

1. 将点叠加到不同底图上查看偏移
2. 与已知坐标系的边界数据对比
3. 查询数据来源的文档说明

常见偏移特征:

• WGS84 在国内地图上会偏移 100-700 米
• BD09 相对 GCJ02 还会有额外偏移

参考文档

完整文档: https://transbigdata.readthedocs.io/en/latest/CoordinatesConverter.html