【导语】：GeoPy 是一款提供了不同地理编码服务实现的 Python 库，可让开发者使用第三方地理编码服务和其他数据源，轻松地在全球范围内定位坐标。
简介
在日常开发工作中，对于地理信息编码功能，我们可以找到许多不同的第三方服务，比如 OpenStreetMap Nominatim，Google Geocoding API 等，但在对接不同的服务时，需要按照各自的开发文档做很多定制且冗余的工作。
想象一下，如果有一个开源且免费的库，可以同时集成多种地理信息编码服务，是不是非常的简洁？geopy 就是这么一款神器。
geopy 是一款免费开源的库，在单个包中为许多不同地理编码服务提供了实现，从而避免了直接对接不同地理编码服务的 API，简化了代码的逻辑。
image如图，geopy 相当于一个代理，让我们方便地对接第三方地理编码 API。需要注意的是不同的服务有不同的使用条款、配额、定价、地理数据等等，所以在使用过程中具体地理编码服务无法完成某些查询，或在计算机与地理编码服务间出现的任何网络问题，和 geopy 都是无关的。
我个人实际试用的体验非常好，使用简便。
开源地址
https://github.com/geopy/geopy
（在 GitHub 已有 3100 Star）
下载安装
使用pip安装即可
pip install geopy
地理编码器
在geopy.geocoders中，我们可以找到每个地理定位服务（如谷歌地图、必应地图）的类，用于抽象地理编码服务的 API。每个地理编码程序至少定义了一个 geocode 方法，用于从给定位置字符串中解析出经纬度坐标和位置细节，并且可以定义 reverse 方法，将一对给定经纬度坐标解析为一个地址。另外，在初始化每个地理编码程序时，需要传入与其服务交互所需的凭证或设置，例如 API 密钥或区域设置。
如果要解析给定位置的经纬度坐标及位置细节，可按如下步骤：
>>> from geopy.geocoders import Nominatim
>>> geolocator = Nominatim(user_agent="test_geo")
>>> location = geolocator.geocode("上海中心")
>>> print(location.address)
上海中心大厦, 501, 银城中路, 浦东新区, 200010, 中国
>>> print((location.latitude, location.longitude))
(31.23564615, 121.5012662299473)
>>> print(location.raw)
{'place_id': 130257928, 'licence': 'Data © OpenStreetMap contributors, ODbL 1.0. https://osm.org/copyright', 'osm_type': 'way', 'osm_id': 165792123, 'boundingbox': ['31.235266', '31.2360377', '121.5007425', '121.5017465'], 'lat': '31.23564615', 'lon': '121.5012662299473', 'display_name': '上海中心大厦, 501, 银城中路, 浦东新区, 200010, 中国', 'class': 'tourism', 'type': 'attraction', 'importance': 0.5597014410814095, 'icon': 'https://nominatim.openstreetmap.org/ui/mapicons//poi_point_of_interest.p.20.png'}
如果要解析给定经纬度坐标的具体位置，可按如下步骤：
>>> from geopy.geocoders import Nominatim
>>> geolocator = Nominatim(user_agent="test_geo")
>>>
location = geolocator.reverse("31.23564615, 121.5012662299473")
>>> print(location.address)
上海中心大厦, 501, 银城中路, 浦东新区, 200010, 中国
>>> print((location.latitude, location.longitude))
(31.23564615, 121.5012662299473)
>>> print(location.raw)
{'place_id': 130257928, 'licence': 'Data © OpenStreetMap contributors, ODbL 1.0. https://osm.org/copyright', 'osm_type': 'way', 'osm_id': 165792123, 'lat': '31.23564615', 'lon': '121.5012662299473', 'display_name': '上海中心大厦, 501, 银城中路, 浦东新区, 200010, 中国', 'address': {'tourism': '上海中心大厦', 'house_number': '501', 'road': '银城中路', 'city': '浦东新区', 'postcode': '200010', 'country': '中国', 'country_code': 'cn'}, 'boundingbox': ['31.235266', '31.2360377', '121.5007425', '121.5017465']}
计算距离
在计算地理距离时，我们可以使用测地距离（geodesic distance）和大圆距离（great-circle distance），在 geopy 中geopy.distance.distance默认使用测地距离来计算距离。
如果要计算测地距离，可按如下步骤：
>>> from geopy import distance
>>> wellington = (-41.32, 174.81)
>>> shanghai = (31.23564615, 121.5012662299473)
>>> print(distance.distance(wellington, shanghai).miles)
6039.930578215586
>>> print(distance.distance(wellington, shanghai).km)
9720.326036467784
如果要指定计算大圆距离，可按如下步骤：
>>> print(distance.great_circle(wellington, shanghai).miles)
6054.82585437528
geopy 还提供了异步模式、单位换算等模块，更多细节可以 查看官方文档[1]。
参考资料
[1] geopy 官方文档: http://geopy.readthedocs.io/en/latest/
