Question

如何根据经度和纬度坐标将旧金山等城市划分为相同大小的街区？这样做的目的是当我收到城市中某个位置的坐标时，我想将其自动分配到其中一个块中。

Answer 1

天真的方法是在整个城市周围找到一个足够大的矩形（你想要覆盖的区域），并根据所需的块数推断你可以推导出多少部分划分矩形边缘，它应该是一个相当基本的数学给定一个点你可以用非常快的方式将它分配给它（只需检查它的局域网并长时间看它在网格中的位置）

Answer 2

以下是公共可用的python库模块Geohash（https://github.com/vinsci/geohash）的简单使用。

python hashmap（字典）用于将Geohash字符串映射到已在Geohash表示的区域（“块”）中添加的lat / lng点列表。通过计算位置的Geohash并访问该条目的hashmap来检索该“块”的所有条目来执行查询。

    ### Add position to Geohash
    ###    Each hash mapping contains a list of points in the "block"
    ### 
    def addToGeohash(m, latitude, longitude):
        p = (latitude, longitude)
        ph = encode(p[0],p[1],5)
        if ph not in m:
            m[ph] = []
        m[ph].append(p)
        return

    ### Get positions in same "block"   or empty list if none found
    ###
    def getFromGeohash(m, latitude, longitude):
      p = (latitude, longitude)
      ph = encode(p[0],p[1],5)
      print ("query hash: " + ph)
      if ph in m:
        return m[ph]
      return []


    ### Test
    m = dict()

    # Add 2 points in general area (1st near vista del mar)
    addToGeohash(m, 37.779914,-122.509431)
    addToGeohash(m, 37.780546,-122.366189)

    # Query a point 769 meters from vista del mar point
    n = getFromGeohash(m, 37.779642,-122.502993)

    print ("Length of hashmap: "+str(len(m)))
    print ("Contents of map  : "+str(m))
    print ("Query result     : ")
    print (n)

默认精度为12个字符（示例中使用了5个），会影响字典映射效率或“块”大小。

请注意，使用基于lat / lng的方法是非线性的，因此在大面积区域或靠近极点的区域不会是“大小相等的块”。然而，在San Fransisco地区，并且具有足够的精度，这种非线性显着降低。

输出

query hash: 9q8yu
Length of hashmap: 2
Contents of map  : {'9q8yu': [(37.779914, -122.509431)], '9q8yz': [(37.780546, -122.366189)]}
Query result     :
    [(37.779914, -122.509431)]

要了解各种精度的块大小，请使用此link并输入例如37.779914，-122.509431和精度为5.实验精度。

以下是精度5-8的近似箱尺寸：

5 ≤ 4.89km × 4.89km 
6 ≤ 1.22km × 0.61km 
7 ≤ 153m × 153m 
8 ≤ 38.2m × 19.1m

Geohash的一个有趣的功能主要是（并且总是在SanFran区域），你可以通过操纵最后一个字符轻松找到8个相邻的邻居。因此，只需要很少的努力就可以使用更高的精度（例如8）并将其缩小到7到8之间。

将经度和纬度划分为矩阵

2 个答案: