地理散列函数

时空库提供地理位置散列函数，用于在位置数据分析中进行邻近性搜索（对纬度和经度进行编码，并将邻近点分组）。

地理位置散列编码

将包含地理位置的 Point 对象编码为 Base32 编码的字母或数字串：

>>> p = stc.point(37, -74)
>>> stc.geohash.string_hash_encode(p)
'dqe6kpdue5btnubpm9npcd0000'
>>> stc.geohash.string_hash_encode(p, precision=5)
'dqe6k'

将包含地理位置的 Point 对象编码为 BitVector：

>>> p = stc.point(37, -74)
>>> bv = stc.geohash.number_hash_encode(p)
>>> bv
BitVector(01100101100110100110100101010101100110100110100101010101100110100110100101010101100110100110100101010101101100000000000000000000)
>>> bv.truncate(10)
>>> bv
BitVector(0110010110)

将一对纬度和经度坐标直接编码为地理位置散列：

>>> stc.geohash.encode(37, -74, precision=5, mode='base32')
'dqe6k'
>>> stc.geohash.encode(37, -74, precision=10, mode='bit')
'0110010110'

地理位置散列解码

将地理 Base32 编码数字或字符串解码为包含十进制经度或纬度坐标的 Point 对象：
```
>>> stc.geohash.string_hash_decode('dqeh4')
Point(37.265625, -74.443359375)
```

将 Base32 编码字符解码为 Point 对象：

>>> p = stc.point(37, -74)
>>> bv = geohash.number_hash_encode(p)
>>> geohash.number_hash_decode(bv)
Point(37.0, -74.0)

将 Base32 编码字符串或二进制字符串解码为一对纬度和经度坐标：

>>> stc.geohash.decode('dqe6k', mode='base32')
(36.9580078125, -74.00390625)
>>> stc.geohash.decode('0110010110', mode='bit')
(33.75, -78.75)

地理位置散列邻元素

地理位置散列邻元素函数返回指定代码周围的邻近地理位置散列码。

点的地理位置散列邻元素

获取给定纬度、经度和位深度的地理位置散列邻元素：

>>> stc.geohash.get_all_neighbors(70, -40, 25)
[BitVector(0111110000001111100101010),
 BitVector(0111110000001111100101011),
 BitVector(0111110000001111100101110),
 BitVector(0111110000001111110000000),
 BitVector(0111110000001111110000001),
 BitVector(0111110000001111110000100),
 BitVector(0111110000001111110000010),
 BitVector(0111110000001111110000011),
 BitVector(0111110000001111110000110)]

获取给定纬度、经度和位深度的地理位置散列邻元素，并且仅返回给定距离内的结果：

>>>geohash.get_all_neighbors(70, -40, 25, distance_precision=1000)
[BitVector(0111110000001111110000001),
 BitVector(0111110000001111110000100),
 BitVector(0111110000001111110000011),
 BitVector(0111110000001111110000110)]

地理位置散列邻近函数

expand: 返回中心代码及其邻居。位置的全部 9 个地理位置散列都会返回：

>>> stc.geohash.expand('ezs42')
['ezefp', 'ezs40', 'ezs41', 'ezefr', 'ezs42', 'ezs43', 'ezefx', 'ezs48', 'ezs49']

neighbors: 返回 8 地理散列，不包括给定的地理散列本身:

>>> stc.geohash.neighbors('ezs42')
['ezefp', 'ezs40', 'ezs41', 'ezefr', 'ezs43', 'ezefx', 'ezs48', 'ezs49']

get_east， get_west， get_north， get_south: 返回给定地理位置散列的东部，西部，北部或南部地理位置散列:
```
>>> stc.geohash.get_east('ezs42')
'ezs43'
```

将地理位置散列编码为 BitVector:

>>> bv = geohash.number_hash_encode(p)
>>> bv.truncate(25)
>>> stc.geohash.expand(bv)
[BitVector(0110010110011010011000101),
 BitVector(0110010110011010011010000),
 BitVector(0110010110011010011010001),
 BitVector(0110010110011010011000111),
 BitVector(0110010110011010011010010),
 BitVector(0110010110011010011010011),
 BitVector(0110010110011010011001101),
 BitVector(0110010110011010011011000),
 BitVector(0110010110011010011011001)]
>>> stc.geohash.neighbors(bv)
[BitVector(0110010110011010011000101),
 BitVector(0110010110011010011010000),
 BitVector(0110010110011010011010001),
 BitVector(0110010110011010011000111),
 BitVector(0110010110011010011010011),
 BitVector(0110010110011010011001101),
 BitVector(0110010110011010011011000),
 BitVector(0110010110011010011011001)]
>>> stc.geohash.get_north(bv)
BitVector(0110010110011010011011000)

地理位置散列覆盖范围

要计算完整覆盖边界框的一组地理位置散列，请完成下列步骤：

准备样本多边形：

test_wkt = 'POLYGON((-73.76223024988917 41.04173285255264,-73.7749331917837 41.04121496082817,-73.78197130823878 41.02748934524744,-73.76476225519923 41.023733725449326,-73.75218805933741 41.031633228865495,-73.7558787789419 41.03752486433286,-73.76223024988917 41.04173285255264))'
poly = wkt_reader.read(test_wkt)

计算给定几何图形在固定位深度的地理位置散列覆盖：
```
cover = stc.geohash.geohash_cover_at_bit_depth(poly, 36)
```
图 1。给定几何图形的固定位深度的地理散列覆盖
计算给定几何图形在固定位深度的缓冲地理位置散列覆盖：
```
buffered_cover = stc.geohash.geohash_cover_at_bit_depth(poly, 36, distance=50)
```
图 2。给定几何图形

的固定位深度的缓冲地理散列覆盖
通过先计算固定深度覆盖，然后压缩覆盖来计算压缩的地理位置散列覆盖：
```
raw_cover = stc.geohash.geohash_cover_at_bit_depth(poly, 36)
compact_cover = stc.geohash.geohash_compression(raw_cover)
```
图 3。给定几何图形的固定位深度的紧凑地理散列覆盖