01
定义
首先在讲述本文前，需要明确地理坐标系和投影坐标系的区别。两者定义以及联系如下：
地理坐标系：是使用三维球面来定义地球表面位置，是基于球体或旋转椭球体的坐标系。使用基于经纬度的坐标系统来描述地球上某个点所处的位置。
投影坐标系：在二维平面中进行定义。与地理坐标系不同，使用基于X，Y值的坐标系统来描述地球上某个点所处的位置。投影坐标系始终基于地理坐标系，而后者则是基于球体或旋转椭球体的。
两者联系：投影坐标系始终基于地理坐标系，它对应于某个唯一的地理坐标系，通常地理坐标系和投影坐标系是一对多的关系。而地理坐标系是基于球体或旋转椭球体的。
02
火星、百度、高德等坐标介绍
其次我们要搞懂什么是火星坐标系，百度以及高德等互联网地图采用的坐标系跟火星坐标系的关系。
GCJ-02 坐标系，即火星坐标系。这是由国测局02年发布的坐标系，所以又称为国测局坐标，它是对经纬度数据加入随机的偏差进行加密的算法。互联网地图都是基于GCJ-02进行一次或者多次加密的，不允许使用WGS-84坐标。
BD09坐标系：百度地图采用的百度坐标系，在GCJ-02基础上二次加密而成。高德、腾讯都是使用GCJ-02 坐标系。
03
GCJ-02 坐标系、BD09坐标系和WGS84 坐标系互转
WGS84 坐标系：Google地图使用，也是大多数科研人员使用到的地理坐标系。
本文参考GitHub的代码，在此基础上改进一点点。实现GCJ-02 坐标系、BD09坐标系和WGS84 坐标系之间的互转
使用前记得改路径，代码如下：
1. # -*- coding: utf-8 -*-
2. import math
3. import pandas as pd
4.
5. x_pi = 3.14159265358979324 * 3000.0 / 180.0
6. pi = 3.1415926535897932384626 # π
7. a = 6378245.0 # 长半轴
8. ee = 0.00669342162296594323 # 偏心率平方
9.
10.
11. def gcj02_to_bd09(lng, lat):
12. """
13. 火星坐标系(GCJ-02)转百度坐标系(BD-09)
14. 谷歌、高德——>百度
15. :param lng:火星坐标经度
16. :param lat:火星坐标纬度
17. :return:
18. """
19. z = math.sqrt(lng * lng + lat * lat) + 0.00002 * math.sin(lat * x_pi)
20. theta = math.atan2(lat, lng) + 0.000003 * math.cos(lng * x_pi)
21. bd_lng = z * math.cos(theta) + 0.0065
22. bd_lat = z * math.sin(theta) + 0.006
23. return [bd_lng, bd_lat]
24.
25.
26. def bd09_to_gcj02(bd_lon, bd_lat):
27. """
28. 百度坐标系(BD-09)转火星坐标系(GCJ-02)
29. 百度——>谷歌、高德
30. :param bd_lat:百度坐标纬度
31. :param bd_lon:百度坐标经度
32. :return:转换后的坐标列表形式
33. """
34. x = bd_lon - 0.0065
35. y = bd_lat - 0.006
36. z = math.sqrt(x * x + y * y) - 0.00002 * math.sin(y * x_pi)
37. theta = math.atan2(y, x) - 0.000003 * math.cos(x * x_pi)
38. gg_lng = z * math.cos(theta)
39. gg_lat = z * math.sin(theta)
40. return [gg_lng, gg_lat]
41.
42.
43. def wgs84_to_gcj02(lng, lat):
44. """
45. WGS84转GCJ02(火星坐标系)
46. :param lng:WGS84坐标系的经度
47. :param lat:WGS84坐标系的纬度
48. :return:
49. """
50. if out_of_china(lng, lat): # 判断是否在国内
51. return [lng, lat]
52. dlat = _transformlat(lng - 105.0, lat - 35.0)
53. dlng = _transformlng(lng - 105.0, lat - 35.0)
54. radlat = lat / 180.0 * pi
55. magic = math.sin(radlat)
56. magic = 1 - ee * magic * magic
57. sqrtmagic = math.sqrt(magic)
58. dlat = (dlat * 180.0) / ((a * (1 - ee)) / (magic * sqrtmagic) * pi)
59. dlng = (dlng * 180.0) / (a / sqrtmagic * math.cos(radlat) * pi)
60. mglat = lat + dlat
61. mglng = lng + dlng
62. return [mglng, mglat]
63.
64.
65. def gcj02_to_wgs84(lng, lat):
66. """
67. GCJ02(火星坐标系)转GPS84
68. :param lng:火星坐标系的经度
69. :param lat:火星坐标系纬度
70. :return:
71. """
72.
73. dlat = _transformlat(lng - 105.0, lat - 35.0)
74. dlng = _transformlng(lng - 105.0, lat - 35.0)
75. radlat = lat / 180.0 * pi
76. magic = math.sin(radlat)
77. magic = 1 - ee * magic * magic
78. sqrtmagic = math.sqrt(magic)
79. dlat = (dlat * 180.0) / ((a * (1 - ee)) / (magic * sqrtmagic) * pi)
80. dlng = (dlng * 180.0) / (a / sqrtmagic * math.cos(radlat) * pi)
81. mglat = lat + dlat
82. mglng = lng + dlng
83. return [lng * 2 - mglng, lat * 2 - mglat]
84.
85.
86. def bd09_to_wgs84(bd_lon, bd_lat):
87. lon, lat = bd09_to_gcj02(bd_lon, bd_lat)
88. return gcj02_to_wgs84(lon, lat)
89.
90.
91. def wgs84_to_bd09(lon, lat):
92. lon, lat = wgs84_to_gcj02(lon, lat)
93. return gcj02_to_bd09(lon, lat)
94.
95.
96. def _transformlat(lng, lat):
97. ret = -100.0 + 2.0 * lng + 3.0 * lat + 0.2 * lat * lat + \
98. 0.1 * lng * lat + 0.2 * math.sqrt(math.fabs(lng))
99. ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 *
100. math.sin(2.0 * lng * pi)) * 2.0 / 3.0
101. ret += (20.0 * math.sin(lat * pi) + 40.0 *
102. math.sin(lat / 3.0 * pi)) * 2.0 / 3.0
103. ret += (160.0 * math.sin(lat / 12.0 * pi) + 320 *
104. math.sin(lat * pi / 30.0)) * 2.0 / 3.0
105. return ret
106.
107.
108. def _transformlng(lng, lat):
109. ret = 300.0 + lng + 2.0 * lat + 0.1 * lng * lng + \
110. 0.1 * lng * lat + 0.1 * math.sqrt(math.fabs(lng))
111. ret += (20.0 * math.sin(6.0 * lng * pi) + 20.0 *
112. math.sin(2.0 * lng * pi)) * 2.0 / 3.0
113. ret += (20.0 * math.sin(lng * pi) + 40.0 *
114. math.sin(lng / 3.0 * pi)) * 2.0 / 3.0
115. ret += (150.0 * math.sin(lng / 12.0 * pi) + 300.0 *
116. math.sin(lng / 30.0 * pi)) * 2.0 / 3.0
117. return ret
118.
119. if __name__ == '__main__':
120. # 读取csv格式数据
121. df = pd.read_csv('./ original.csv')
122. # 新建两列用于储存转换后的坐标
123. df['lng_new'] = 0.000000
124. df['lat_new'] = 0.000000
125. for i in range(0, len(df)):
126. # 根据需要选择转换方法，这里以百度坐标转国测局坐标
127. df['lng_new'][i] = bd09_to_gcj02(df['lng'][i], df['lat'][i])[0]
128. df['lat_new'][i] = bd09_to_gcj02(df['lng'][i], df['lat'][i])[1]
129. # 将转换后的数据另存为新文件
130. df.to_csv('./new.csv')
04
结果示意
原始数据：
转换后的数据：