如何展示H3网格的索引顺序并生成带索引曲线的可视化？

核心思路 #

通过H3库生成网格数据，用Matplotlib绘制六边形、添加标签，并基于网格中心坐标生成平滑曲线连接索引序列。

1. 安装依赖库 #

需要用到H3网格计算、绘图及数值处理工具：

pip install h3 matplotlib numpy

2. 完整实现代码 #

import h3
import matplotlib.pyplot as plt
from matplotlib.patches import RegularPolygon
import numpy as np

# 生成H3网格：自定义中心坐标与分辨率
center_lat, center_lng = 30.0, 120.0
resolution = 6  # 分辨率越小，六边形面积越大
center_h3 = h3.geo_to_h3(center_lat, center_lng, resolution)
# 获取中心单元格及2环范围内的所有H3索引
h3_indexes = list(h3.k_ring(center_h3, 2))

# 经纬度转平面坐标（小范围近似投影，适合局部区域可视化）
def geo_to_plane(lat, lng, origin_lat, origin_lng):
    lat_diff = (lat - origin_lat) * 111.32  # 纬度每度约111.32km
    lng_diff = (lng - origin_lng) * 111.32 * np.cos(np.radians(origin_lat))  # 经度距离随纬度修正
    return lng_diff, lat_diff

origin_lat, origin_lng = center_lat, center_lng
h3_coords = []
for idx in h3_indexes:
    lat, lng = h3.h3_to_geo(idx)
    x, y = geo_to_plane(lat, lng, origin_lat, origin_lng)
    h3_coords.append((x, y))

# 初始化绘图
fig, ax = plt.subplots(figsize=(10, 10))
ax.set_aspect('equal')

# 绘制六边形网格并添加标签
hex_radius = h3.edge_length(resolution, unit='km') * 0.9  # 适配投影的六边形半径
for idx, (x, y) in zip(h3_indexes, h3_coords):
    # 绘制六边形
    hexagon = RegularPolygon((x, y), numVertices=6, radius=hex_radius, 
                             edgecolor='black', facecolor='#f0f8ff', alpha=0.7)
    ax.add_patch(hexagon)
    # 添加短标签（取H3索引后6位，避免文字拥挤）
    ax.text(x, y, idx[-6:], ha='center', va='center', fontsize=8)

# 绘制平滑索引曲线
x_coords = [p[0] for p in h3_coords]
y_coords = [p[1] for p in h3_coords]
# 用线性插值生成平滑曲线
t = np.linspace(0, 1, len(x_coords)*10)
x_smooth = np.interp(t, np.linspace(0,1,len(x_coords)), x_coords)
y_smooth = np.interp(t, np.linspace(0,1,len(y_coords)), y_coords)
ax.plot(x_smooth, y_smooth, color='#ff6b6b', linewidth=2, linestyle='-', label='索引曲线')

# 调整绘图范围与样式
ax.set_xlim(min(x_coords)-hex_radius, max(x_coords)+hex_radius)
ax.set_ylim(min(y_coords)-hex_radius, max(y_coords)+hex_radius)
plt.legend()
plt.title('带标签与索引曲线的H3网格')
plt.show()

3. 关键细节说明 #

• 网格生成：h3.k_ring函数用于获取中心单元格周围N环内的所有网格索引，可通过调整第二个参数控制网格数量。
• 坐标投影：小范围区域用近似平面投影即可满足需求；如果是全球或大范围可视化，可结合专业球面投影工具优化。
• 标签优化：直接显示完整H3索引会导致文字重叠，因此截取索引后6位作为简化标签。
• 平滑曲线：通过np.interp对原始坐标点进行插值，生成连续平滑的曲线，避免折线生硬。

4. 大范围投影扩展（可选） #

若需要处理跨区域的H3网格，安装cartopy后可替换为球面投影逻辑：

pip install cartopy

修改绘图部分：

import cartopy.crs as ccrs

fig, ax = plt.subplots(figsize=(10, 10), subplot_kw={'projection': ccrs.PlateCarree()})
ax.coastlines()
# 直接用经纬度绘制六边形
for idx in h3_indexes:
    lat, lng = h3.h3_to_geo(idx)
    hex_poly = h3.h3_to_geo_boundary(idx, geo_json=True)
    poly_coords = [(lng, lat) for lat, lng in hex_poly]
    ax.fill(*zip(*poly_coords), edgecolor='black', facecolor='#f0f8ff', alpha=0.7)
    ax.text(lng, lat, idx[-6:], ha='center', va='center', fontsize=8, transform=ccrs.PlateCarree())

内容的提问来源于stack exchange，提问作者Peter Krauss