5 分钟读懂 H3 六边形地理空间索引从坐标转换到空间聚合【免费下载链接】h3Hexagonal hierarchical geospatial indexing system项目地址: https://gitcode.com/gh_mirrors/h3/h3Uber H3 解决的是地理数据落格统计的老难题散落在经纬度上的打点数据总得有个规则、均匀且带层级的容器装起来。H3 的做法很直接——全球铺一张六边形蜂窝网格任何坐标落进唯一的格子换回一个整数索引。装它、转一个坐标、用它做统计下面按这个顺序走完。H3 是什么坐标到格子的换算给 H3 一个经纬度加一个分辨率编号它回你一个 64 位整数——这个格子在全球范围内的唯一编号。反向操作同样成立拿到编号能还原格子的中心点坐标和六个顶点的边界。也就是说H3 把位置和格子编号互相翻译这正是六边形地理编码的基本形态。原理一分钟讲清蜂窝加套娃把地球表面切成大小均匀的蜂窝格是 H3 的第一层设计六边形是平面密铺里形状最规整的一种每格天然带 6 个等距邻居五边形格是 5 个附近有什么因此可以换算成相邻的格子里有什么。第二层设计是套娃同一地点在 r2、r9、r12 上分别落入的格子恰好互为父子。粗格子能展开成细格子细格子能上卷回粗格子数据在层级之间天然对齐。H3 安装步骤与首次坐标转换多数语言Python、Node、Go 等都有现成绑定直接装对应包即可想从 C 语言源码跑起来走这一步git clone https://gitcode.com/gh_mirrors/h3/h3 cd h3 mkdir build cd build cmake -DCMAKE_BUILD_TYPERelease .. make编译完会在 bin 目录下得到一组命令行工具。挑最核心的latLngToCell试一次——把北京故宫北纬 39.9163东经 116.3972在 r9 分辨率下换出格子索引./bin/latLngToCell --resolution 9 --latitude 39.9163 --longitude 116.3972输出一串 16 进制字符串就是这块位置在 r9 层的门牌号。后续做统计、画图、找邻居都以这个索引为主键。H3 的常见玩法聚合、邻域与下钻A. 地理数据空间聚合外卖订单、打卡记录、轨迹点先各自换算成所在格子的索引再按索引累加指标就得到蜂窝热力图。相比按行政边界汇总格子的形状和面积处处均匀图面不会出现忽大忽小的区块跨城市拼接时也不会断档。B. 邻域搜索把附近 3 公里这种模糊说法落成往外数几层邻格。从原点出发扩散 23 层圈出一圈候选格子再逐格判断比给每个点单独算球面距离省事得多格子索引本身可以直接进数据库做等值查询。C. 层级下钻r2 的一格对应 r12 的一整片子孙格子。全国图用粗层点进某个区域自动切换细层父子嵌套让聚合和下钻共用一棵树不需要两套数据。H3 分辨率怎么选还有哪些坑分辨率0 到 15 共 16 级相邻两级的格子面积大约差 7 倍。全国看趋势选 r5 附近城市级分析 r7r9街道级再往上加。五边形格r0 一共 12 个格其中含 12 个五边形这是 H3 处理球面拓扑的修正设计。它们靠近两极做地图渲染或按邻居数量做假设时要留意。性能高分辨率下格子数量按指数膨胀大范围聚合建议先在粗层扫一遍定位到重点区域后再逐级细化不要一上来就铺 r12。延伸阅读各函数的参数与返回值API 文档目录latLngToCell这类命令行工具的源码src/apps/filters/可编译运行的小例子examples/一句话收尾H3 把经纬度坐标翻译成全球统一的蜂窝格子编号配上邻居查询和父子层级定位数据的归属、统计和下钻都有了同一套坐标系。【免费下载链接】h3Hexagonal hierarchical geospatial indexing system项目地址: https://gitcode.com/gh_mirrors/h3/h3创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考