有没有Python模块，我可以在其中创建具有地理位置坐标（纬度和经度）的对象，并查询所有对象中距离给定坐标5km（即半径）以内的对象？
我一直在尝试将纬度和经度作为关键字存储在字典中（因为它们是按关键字索引的），并使用一些测距算法来查询它们。但这感觉像是一个可怕的黑客。
本质上类似于PostgreSQL的PostGIS，但都在我的Python应用程序的内存中。
是的，请尝试geopy。
import geopy
import geopy.distance
pt1 = geopy.Point(48.853, 2.349)
pt2 = geopy.Point(52.516, 13.378)
dist = geopy.distance.distance(pt1, pt2).km
# 878.25
之后你可以查询你的积分列表：
[pt for pt in points if geopy.distance.distance(orig, pt).km < 5.]
我知道这不是你的意思，但你可以将GeoDjango与内存中的SQLite数据库一起使用。它是作为Web应用程序公开的一整套GIS工具，这使它成为快速开发GIS应用程序的瑞士军刀，尤其是用于小型临时查询。
GIS中的常用方法是在兴趣点周围创建一个缓冲区并查询交叉点。正如@RyanDalton所建议的，如果你计划做很多地理定位工作，请使用Shapely，Python的GIS API。了解Shapely是件好事，即使你仍然想要一个空间索引（见下文）。以下是如何在Shapely:中创建缓冲区
distance = 3
center = Point(1, 1)
pts = [Point(1.1, 1.2),Point(1.2,1.2)]
center_buf = a.buffer(distance)
#filters the points list according to whether they are contained in the list
contained = filter(center_buf.contains,pts)
如果你没有很多，你可以自己索引你的点（比如说通过经度）。否则你也可以使用Rtree包，查看名为Using Rtree as a cheap空间数据库的链接！
您的字典想法听起来并没有那么糟糕，不过您还需要检查"相邻"字典键下的点。
如果你找不到合适的工具，就像编码算法一样，你可以实现一个二进制空间分区树，afaik是实现类似功能的一种不那么麻烦的方式。
您可以使用具有Rtree扩展的SQLite来执行这种存储和查询。如果您的数据大于您想要使用的内存，或者您想要在程序运行之间保存和操作数据，那么这种方法非常有用。实际的存储和查询代码是用C语言编写的，这意味着必须对其进行编译，但与geopy等纯Python解决方案相比，其优点是具有额外的性能。pysqlite或APSW都适用于SQLite访问。（披露：我是APSW的作者。）
我也有类似的问题，使用SciPy的cKDTree进行快速最近点查找，以及使用GeoPy进行地理距离计算似乎效果不错。
In [1]: import numpy as np
In [2]: from scipy.spatial import cKDTree
In [3]: from geopy import Point, distance
In [4]: points = np.random.sample((100000, 2)) * 180 - 90 # make 100k random lat-long points
In [5]: index = cKDTree(points)
In [6]: %time lat_long_dist, inds = index.query(points[234], 20)
CPU times: user 118 µs, sys: 164 µs, total: 282 µs
Wall time: 248 µs
In [7]: points_geopy = [Point(*p) for p in points]
In [8]: %time geo_dists = [distance.great_circle(points_geopy[234], points_geopy[i]) for i in inds]
CPU times: user 244 µs, sys: 218 µs, total: 462 µs
Wall time: 468 µs
In [9]: geo_dists
Out[9]:
[Distance(0.0),
Distance(29.661520907955524),
...
Distance(156.5471729956897),
Distance(144.7528417712309)]
为了得到半径内的所有点，需要做一些额外的工作。
我尝试了Shapely的STRtree，但性能差得多（我安装了pip install shapely[vectorized]）。
你看过Shapely吗？它有一些方法可以查询一定距离内的对象。看看二进制空间谓词。这可能正是你想要的。