可以通过计算两组经纬度数据中每一对点之间的距离，然后找出距离最短的那一对点来找出两组经纬度数据中的最近点。以下是一个使用Python实现的示例代码，该代码利用了`math`库中的三角函数来实现Haversine公式计算两点间的距离： ```python import math # 依据两个经纬度计算之前距离（单位/公里） def get_address_distance(lon1, lat1, lon2, lat2): lon1, lat1, lon2, lat2 = map(math.radians, [lon1, lat1, lon2, lat2]) # haversine公式 dlon = lon2 - lon1 dlat = lat2 - lat1 a = math.sin(dlat/2)**2 + math.cos(lat1) * math.cos(lat2) * math.sin(dlon/2)**2 c = 2 * math.asin(math.sqrt(a)) r = 6371 # 地球平均半径，单位为公里 # 返回结果除以1000以公里为单位保留两位小数 dis = round((c * r * 1000)/1000, 2) return dis def find_closest_points(locations1, locations2): min_distance = float('inf') closest_point1 = None closest_point2 = None for point1 in locations1: lat1, lon1 = point1 for point2 in locations2: lat2, lon2 = point2 distance = get_address_distance(lon1, lat1, lon2, lat2) if distance < min_distance: min_distance = distance closest_point1 = point1 closest_point2 = point2 return closest_point1, closest_point2, min_distance # 示例数据 locations1 = [(34.0522, -118.2437), (40.7128, -74.0060)] locations2 = [(51.5074, -0.1278), (48.8566, 2.3522)] closest1, closest2, min_dist = find_closest_points(locations1, locations2) print(f"第一组中的最近点: {closest1}") print(f"第二组中的最近点: {closest2}") print(f"最近距离: {min_dist} 公里") ``` 上述代码中，`get_address_distance`函数用于计算两个经纬度点之间的距离。`find_closest_points`函数用于找出两组经纬度数据中的最近点，它通过嵌套循环遍历两组数据中的每一对点，计算它们之间的距离，并记录最小距离和对应的点。最后返回最近的两个点以及它们之间的距离。