如何在h3-py中使用向量化H3函数？解决调用报错问题

问题原因说明 #

• h3.geo_to_h3_vect是H3-py 2.x版本的旧函数，3.x版本已移除，因此调用会触发AttributeError。
• 直接调用h3.api.numpy_int.geo_to_h3报错TypeError: only size-1 arrays can be converted to Python scalars，通常是因为当前版本该函数对Numpy数组的输入支持存在兼容性限制，或输入维度/类型不符合要求（需确保为一维float类型数组）。

正确解决方案 #

方案一：使用Numpy专属API（优先推荐） #

导入h3.api.numpy_int模块并调用，该API专为Numpy数组优化，原生支持向量化输入：

import numpy as np
import h3.api.numpy_int as h3_np

# 生成百万级经纬度数组
lats = np.random.uniform(0, 90, 1_000_000) 
lons = np.random.uniform(0, 90, 1_000_000)

# 向量化转换为H3 ID
h3_ids = h3_np.geo_to_h3(lats, lons, 6)

方案二：批量处理兼容方案 #

若方案一仍报错，可通过批量函数处理，将Numpy数组转换为元组列表后调用：

import numpy as np
import h3

# 生成百万级经纬度数组
lats = np.random.uniform(0, 90, 1_000_000) 
lons = np.random.uniform(0, 90, 1_000_000)

# 转换为(lat, lon)元组列表
points = list(zip(lats, lons))
# 批量生成H3 ID并转回Numpy数组
h3_ids = np.array(h3.bulk_geo_to_h3(points, res=6))

内容的提问来源于stack exchange，提问作者Georg Heiler