项目任务：一个最近的项目中，需要处理地理空间数据。给出（任务）是 gps 追踪 25,000 个左右位置点，需要根据给定的经纬度，重复定位距离最短的点。
解决方案：
1. 翻查（已经实现的）计算已知经纬度两点间距离的代码片段。代码可以在 John D. Cook 写的这篇code available in the public domain中找得到。
2. 只要写一段 Python 函数，返回与输入坐标距离最短的点索引（25,000 点数组中的索引）即可
代码是：
def closest_distance(lat,lon,data):
d = 100000.0
best = -1
r = data.index #数据索引最大值？
#根据输入的lat和lon，查找其在data数据中的索引位置对应的经度和纬度，传递为两个变量作为输出
for i in r:
lati = data.ix[i,'Lat']
loni = data.ix[i,'Lon']
#distance_on_unit_sphere是John D. Cook's书中的函数
md = distance_on_unit_sphere(lat, lon, lati, loni)#计算两组数之间的地理距离
if d > md#如果计算的距离在允许范围内
best = i#将数据的索引反馈到i通道输出
d= md#将计算的距离发送给d通道作为输出
return best
#输出best通道的产物-----即计算距离在数据中的索引
遍历（迭代）trkpts数组，将迄今为止（距离给定坐标位置）的距离最短的点索引值，保存到本地变量best中。
来自 <http://www.oschina.net/translate/python_is_not_c>
问题：代码写起来快，但执行起来却很慢。
Computing the distance between two locations on Earth from coordinates
结合地理坐标计算两个位置之间的距离
具体代码：代码写起来快，但执行起来却很慢。
import math
def distance_on_unit_sphere(lat1, long1, lat2, long2):
# Convert latitude and longitude to 转化经纬度为球面坐标
degrees_to_radians = math.pi/180.0 计算一个固定值
# phi = 90 - latitude
phi1 = (90.0 - lat1)*degrees_to_radians #计算两个动态角度
phi2 = (90.0 - lat2)*degrees_to_radians
# theta = longitude
theta1 = long1*degrees_to_radians
theta2 = long2*degrees_to_radians
# Compute spherical distance from spherical coordinates.
# For two locations in spherical coordinates (1, theta, phi) and (1, theta', phi')
# cosine( arc length ) = sin phi sin phi' cos(theta-theta') + cos phi cos phi'
# distance = rho * arc length cos = (math.sin(phi1)*math.sin(phi2)*math.cos(theta1 - theta2) +
math.cos(phi1)*math.cos(phi2))
arc = math.acos( cos )
# Remember to multiply arc by the radius of the earth
# in your favorite set of units to get length.
return arc
