如何在Python中使用uber h3将shapefile/geojson转换为六边形？

Question

我想在我的地理地图上创建六边形，并希望保留 shapefile/geojson 指定的数字边界。如何使用 uber 的 h3 python 库来做到这一点？

我对 shapefile 或任何其他地理数据结构不熟悉。我对 python 最满意。

Answer 1

太长了；博士

为了方便起见，您可以使用H3-Pandas。

import geopandas as gpd
import h3pandas

# Prepare data
gdf = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres'))
gdf = gdf.loc[gdf['continent'].eq('Africa')]
gdf['gdp_md_per_capita'] = gdf['gdp_md_est'].div(gdf['pop_est'])
resolution = 4

# Resample to H3 cells
gdf.h3.polyfill_resample(resolution)

详细描述

像这样的用例正是我编写H3-Pandas的原因，它是 H3 与 Pandas 和 GeoPandas 的集成。

让我们使用naturalearth_lowres其中包含的数据集GeoPandas来演示用法。

import geopandas as gpd
import h3pandas

path_shapefile = gpd.datasets.get_path('naturalearth_lowres')
gdf = gpd.read_file(path_shapefile)

我们还创建一个用于绘图的数字列。

gdf = gdf.loc[gdf['continent'].eq('Africa')]
gdf['gdp_md_per_capita'] = gdf['gdp_md_est'].div(gdf['pop_est'])

ax = gdf.plot(figsize=(15, 15), column='gdp_md_per_capita', cmap='RdBu')
ax.axis('off')

我们将使用 H3 分辨率 4。有关更多详细信息，请参阅H3 分辨率表。

resolution = 4  

我们可以使用函数添加 H3 六边形polyfill。此方法添加质心落入每个多边形的 H3 单元列表。

gdf_h3 = gdf.h3.polyfill(resolution)
print(gdf_h3['h3_polyfill'].head(3))

1     [846aca7ffffffff, 8496b5dffffffff, 847b691ffff...
2     [84551a9ffffffff, 84551cdffffffff, 8455239ffff...
11    [846af51ffffffff, 8496e63ffffffff, 846a803ffff...
Name: h3_polyfill, dtype: object

如果我们想水平分解值（最终的行数与 H3 单元格的行数相同），我们可以使用参数explode

gdf_h3 = gdf.h3.polyfill(resolution, explode=True)
print(gdf_h3.head(3))

    pop_est continent      name iso_a3  gdp_md_est  \
1  53950935    Africa  Tanzania    TZA    150600.0   
1  53950935    Africa  Tanzania    TZA    150600.0   
1  53950935    Africa  Tanzania    TZA    150600.0   

                                            geometry  gdp_md_per_capita  \
1  POLYGON ((33.90371 -0.95000, 34.07262 -1.05982...           0.002791   
1  POLYGON ((33.90371 -0.95000, 34.07262 -1.05982...           0.002791   
1  POLYGON ((33.90371 -0.95000, 34.07262 -1.05982...           0.002791   

       h3_polyfill  
1  846aca7ffffffff  
1  8496b5dffffffff  
1  847b691ffffffff  

然后我们可以利用该方法h3_to_geo_boundary获得 H3 细胞的几何形状。它期望索引已经具有 H3 单元 ID。

gdf_h3 = gdf_h3.set_index('h3_polyfill').h3.h3_to_geo_boundary()

我们现在可以绘制结果

ax = gdf_h3.plot(figsize=(15, 15), column='gdp_md_per_capita', cmap='RdBu')
ax.axis('off')

H3-Pandas 实际上具有可以同时执行所有这些操作的便捷功能：polyfill_resample

gdf_h3 = gdf.h3.polyfill_resample(resolution)
ax = gdf_h3.plot(figsize=(15, 15), column='gdp_md_per_capita', cmap='RdBu')
ax.axis('off')

Answer 2

h3-py不知道如何直接使用 shapefile 数据，但听起来您可以使用像https://github.com/GeospatialPython/pyshp这样的库将 shapefile 数据转换为 GeoJSON，然后用于h3.polyfill()转换为集合H3 六边形。

有很多选项可用于绘制 H3 六边形边界。例如，您可以使用pydeck及其GeoJsonLayer和H3HexagonLayer层。

如果您的绘图软件无法直接使用 H3 六边形，您可以使用h3.h3_to_geo_boundary()或 等函数将其转换为其他格式h3.h3_set_to_multi_polygon()。