shapely и matplotlib точка-в-многоугольнике не точны с геолокацией

Помните: мир не плоский! Если вам нужен ответ на проекцию Google Maps, вам нужно спроецировать географические координаты на spherical Mercator, чтобы получить другой набор координат X и Y. Pyproj может помочь с этим, просто убедитесь, что вы изменили свои координатные оси до (т.е.: X, Y или долгота, широта).

import pyproj
from shapely.geometry import Polygon, Point
from shapely.ops import transform
from functools import partial

project = partial(
    pyproj.transform,
    pyproj.Proj(init='epsg:4326'),
    pyproj.Proj('+proj=merc +a=6378137 +b=6378137 +lat_ts=0.0 +lon_0=0.0 +x_0=0.0 +y_0=0 +k=1.0 +units=m +nadgrids=@null +no_defs'))

poly = Polygon(([-80.190262, 25.774252], [-66.118292, 18.466465], [-64.75737, 32.321384]))
p1 = Point(-76.728515625, 27.254629577800088)

# Old answer, using long/lat coordinates
poly.contains(p1)  # False
poly.distance(p1)  # 0.01085626429747994 degrees

# Translate to spherical Mercator or Google projection
poly_g = transform(project, poly)
p1_g = transform(project, p1)

poly_g.contains(p1_g)  # True
poly_g.distance(p1_g)  # 0.0 meters

Кажется, получил правильный ответ.

Хотя вы уже приняли ответ, но в дополнение к ответу @MikeT я добавлю его для будущих посетителей, которые могут захотеть сделать то же самое с matplotlib и basemap. в mpl_toolkit :

from mpl_toolkits.basemap import Basemap
from matplotlib.path import Path


# Mercator Projection
# http://matplotlib.org/basemap/users/merc.html
m = Basemap(projection='merc', llcrnrlat=-80, urcrnrlat=80,
            llcrnrlon=-180, urcrnrlon=180, lat_ts=20, resolution='c')

# Poly vertices
p = [[25.774252, -80.190262], [18.466465, -66.118292], [32.321384, -64.75737]]

# Projected vertices
p_projected = [m(x[1], x[0]) for x in p]

# Create the Path
p_path = Path(p_projected)

# Test points
p1 = [27.254629577800088, -76.728515625]
p2 = [27.254629577800088, -74.928515625]

# Test point projection
p1_projected = m(p1[1], p1[0])
p2_projected = m(p2[1], p2[0])

if __name__ == '__main__':
    print(p_path.contains_point(p1_projected))  # Prints 1
    print(p_path.contains_point(p2_projected))  # Prints 1

Я просто сделал это, чтобы проверить, действительно ли точки находятся внутри треугольника:

from matplotlib import pylab as plt
poly = [[25.774252, -80.190262],
        [18.466465, -66.118292],
        [32.321384, -64.75737],
        [25.774252, -80.190262]]
x = [point[0] for point in poly]
y = [point[1] for point in poly]
p1 = [27.254629577800088, -76.728515625]
p2 = [27.254629577800088, -74.928515625]
plt.plot(x,y,p1[0],p1[1],'*r',p2[0],p2[1],'*b')
plt.show()

Теперь, когда вы используете Google Maps и многоугольник отображается в сферических координатах, треугольник деформируется, об этом следует помнить.

Во всяком случае, построение ваших данных с помощью kml в Google Earth также показывает точку за пределами треугольника?!

<kml>
<Document>
<Placemark><name>Point 1</name><Point>
<coordinates> -76.728515625, 27.254629577800088,0</coordinates></Point></Placemark>
<Placemark><name>Point 2</name><Point>
<coordinates>-74.928515625, 27.254629577800088,     0</coordinates></Point></Placemark>
<Placemark><name>Poly</name><Polygon>
<outerBoundaryIs><LinearRing>
<coordinates> -80.190262,25.774252 -66.118292,18.466465 -64.75737,32.321384 -80.190262,25.774252</coordinates>
</LinearRing></outerBoundaryIs>
</Polygon></Placemark>
</Document>
</kml>

Тот же внешний вид, что и на изображении matplotlib, точка 1 немного выходит за пределы треугольника при построении в евклидовых 2D-координатах. Для геометрических вычислений в геокоординатах используйте QGIS Python Console или GDAL/OGR Tools. Или вы можете использовать API карт Google, как в примере, который связан с этим страница, где рассматривается тема двухмерной и геодезической геометрии.

Чтобы проверить, содержит ли многоугольник несколько точек, я бы использовал matplotlib contains_points, задокументированный здесь: http://matplotlib.org/api/path_api.html#matplotlib.path.Path.contains_points

Это делает один большой вызов с использованием массива numpy, поэтому он эффективен. Обратите внимание, что вы можете передать радиус, который на самом деле раздувает или смещает многоугольник, вы также можете трансформировать (проекции...) перед выполнением проверки.