用Python和Pygame实现六边形地图生成器：从坐标系统到地形生成-平芜编程栈

简介：一套基于Python的六角形世界地图生成器源码，面向游戏开发者、地图程序爱好者与Python学习者，可用于快速生成随机行星地表、构建岛屿或大陆轮廓。它通过参数调节可生成任意类型的随机行星表面，并能将六边形网格划为自定义领土区域，适合用作浏览器游戏开发板、DnD战役地图或开源游戏素材。压缩包共34个文件，主要包括20个Python脚本、3个Markdown说明文档，以及JavaScript、JSON、测试和配置文件等，整体约548KB，代码模块划分清晰。该资源已有1539人学习浏览，实用性较强。源码按功能拆分为河流、领土、高度图、六边形网格等模块，并附有安装依赖清单与运行示例，读者可据此理解参数化地图生成思路，扩展自定义生成规则，或直接作为游戏开发底图工具，整体结构轻量，适合二次开发与教学演示。

1. 为什么是六边形：从“圆”与“方”之间找到的答案

先说明一下，这篇文章聊的是我最近在写的开源项目 hexgen——一个完全基于 Python 的六角形世界地图生成器。它主要做三件事：生成六边形格子的地图网格、用噪声算法造出山川海洋、最后把整块大陆输出成你可以直接拿去用的游戏地图或数据文件。无论你是想给独立游戏做地图，还是做策略类桌游的原型验证，甚至是练手熟悉 Python 的地图生成算法，都可以从这套思路里拿到能直接落地的代码和设计逻辑。

先说一个灵魂问题：为什么六边形？从直觉上看，地图用方格最省事，每个格子东南西北清清楚楚。但问题出在“距离”上——方格的斜对角移动到底算一步还是两步，这事困扰了无数做战棋游戏的人。六边形不一样，每个格子有六个相邻格，所有邻居到中心点的距离完全相等，移动、范围计算、寻路都变得异常干净。桌面游戏里的经典作品基本都用六边形，原因无外乎此。

更重要的是，六边形在视觉上的表现力要强得多。方格子容易让人一眼看出“这是一张二维数组”，而六边形带来的那种蜂窝状结构，配合地形高度和颜色渐变，在观感上立刻接近传统手绘地图的气质。你只要在项目里加一点六边形格子的描边效果，整个地图的质感会跃升一个档次。

hexgen 这个项目的出发点其实很朴素：我翻了市面上不少地图生成器，要么是 JS 写的、逻辑绑死在浏览器上，要么是纯 C++ 的高性能实现、想改点东西还得掂量自己几斤几两。Python 生态里能开箱即用的六边形地图库很少，很多只能输出一张图，不能输出坐标数据。我想把它们能做的事全打通：既能看到生成的画面，也能拿到结构化的地图数据，还能轻松改参数调整大陆形态。这篇文章会把整个项目的设计思路、核心算法、难点排查一次讲透，内容偏新手友好，但很多设计取舍对做过游戏开发的人也值得看看。

2. 核心设计决策：坐标系统与渲染方案的取舍

2.1 六边形坐标的两种主流方案

动手写 hexgen 之前，我必须先解决一个绕不开的问题：怎么表示六边形格子的位置。六边形格子在屏幕上的排布和方格完全不同，相邻关系也不是简单的“上下左右”。常见的方案有两种：偏移坐标和立方体坐标。

偏移坐标是所有新手最容易想到的方案——把六边形画成两行交错排列，偶数列往上偏移半个格子，奇数列不偏移，或者反过来。这种方案的优点是直观，跟二维数组直接对应，存数据方便。缺点也很明显：相邻关系的计算非常绕。相邻格子有时在“上右”，有时在“下右”，全靠当前列是否偏移来决定。你写代码时每走一步都得判断奇偶性，一不留神就出错。

我查了不少资料后发现，在游戏和算法领域，立方体坐标才是六边形逻辑的核心解法。原理是六边形有六个方向，刚好对应三维空间中立方体的六个面。用三个坐标值 x、y、z 表示一个格子，同时满足 x + y + z = 0 的约束条件。这样六个相邻方向就是固定的六个向量，完全不需要判断奇偶，所有几何计算都变得非常直接。

还有一个加分项：立方体坐标系下，两个格子之间的距离计算特别简单，本质是曼哈顿距离的一半。这个特性在寻路、范围判定、地形生成时极其有用。hexgen 内部的所有逻辑我全部用立方体坐标计算，只有到最后绘制到屏幕时才转换成屏幕上的像素坐标。这个分离让地图生成部分的代码干净了很多，也减少了大量因边界判断而出的 bug。

2.2 渲染方案：为什么选了 Pygame 而不是 Web 方案

很多人会问，Python 画地图为什么不直接用 Matplotlib？说实话，Matplotlib 画静态图确实方便，图表清晰、代码少、颜值高，但也有两个硬伤：一是它的交互响应属于“慢工出细活”，用滑块实时调整噪声参数几乎不可能；二是 Matplotlib 画大量多边形的性能一般，地图格子一多（比如几千个），刷新一次地图就得等上两秒。

我最后选了 Pygame 作为 hexgen 的渲染层。Pygame 是 Python 生态里做 2D 图像和游戏原型最常用的库，性能足以支撑数千个六边形格子的实时刷新，而且它的像素级操作接口非常直接。更关键的是，Pygame 不是浏览器方案，没有前端依赖，你拿它做桌面工具也好、做游戏原型的底层也好，跑起来就是一个原生窗口，后续想接鼠标点击、拖拽、缩放都容易。

如果让我重新做一次选型，我会在“显示层”和“逻辑层”之间划一条明确的线：逻辑层完全用纯 Python 数据结构（类、字典、数组）承载地图数据；显示层只负责根据坐标把地图画出来。这个思路也推荐给你们。它能让你在没有 Pygame 的环境下也照样生成地图数据，显示层什么时候想换，比如想换成 PyQt 或者导出图片，都不用去动核心逻辑。

提示：项目里我还定义了一个非常轻量的 tile 数据结构，用字典存每个格子的地形类型、高度值、坐标信息。不要贪图省事直接用二维数组强行表示地图，后续遍历、筛选、序列化都会变麻烦。

3. 实操过程：从零构建六边形地图生成的核心流程

3.1 第一步：定义地图数据模型

一个地图生成器，本质上就是把“格子”摆上去，然后给它们赋属性。所以第一步不是画图，而是确定地图的数据结构。我在 hexgen 里用到一个简单的类：

class HexTile: def __init__(self, q, r, s): # 立方体坐标 self.q = q self.r = r self.s = s self.terrain = 'ocean' self.elevation = 0.0 self.moisture = 0.0

立方体坐标用 q、r、s 三个变量存，满足 q + r + s = 0。新建地图时，只需按半径生成所有坐标值。这一步的输入是地图半径（六边形个数半径），输出是一个包含所有 tile 对象的字典。

实测下来，字典的键用“q,r,s”的字符串形式最方便，查找速度快，序列化也友好。你如果图省事存 list，查找时需要遍历全表，到后面地图规模一大（比如半径 50，格子总量超过 7500 个），性能差距就会显现出来。

3.2 第二步：地形生成与噪声平滑

有了格子，第二步是决定每个格子的地势。地形生成有两条路：用 Perlin/Simplex 噪声，或者用随机种子加平滑。Perlin 噪声效果自然、过渡柔和，适合生成连续的地貌，但需要安装第三方库；随机种子加平滑则纯粹用 Python 自带函数就能搞定。

hexgen 里我提供了一个双模式：如果有 noise 库就调用 SimplexNoise 生成连续高度场；如果没有，就退回到随机加平滑的算法。平滑的核心思想是：每个格子的高度值由周围邻居的高度决定。实现方法不复杂——先把所有格子随机分配一个初始高度，然后多轮遍历，每轮把每个格子的高度更新为“自身高度 + 邻居高度”的平均值。

这一步很关键，直接决定了地图是“马赛克式噪声”还是“大陆型地貌”。单轮平滑的效果其实有限，我试过至少执行三轮以上才会有肉眼可见的连续地带。如果你追求更好的大陆效果，也可以在这个阶段加入一个“高度阈值”操作：低于阈值的一律转成海洋，高于阈值的抬升为陆地。阈值设得越高，大陆面积越小，岛屿越碎；阈值设得越低，大陆越完整。

这个步骤我踩过一个坑：平滑时一定要使用“副本数组”来写入新值，不能直接原地更新。否则你会潜移默化地引入方向偏差，地图上会莫名其妙出现一些斜向的条纹。

3.3 第三步：岛屿化——用散点控制大陆形状

纯噪声生成的地图有一个常见问题：太均匀。要么全是海，要么全是陆地，很难出现那种“中间一大块大陆、周围点缀岛屿”的理想分布。要让地图更像真实世界，必须引入“大陆种子”的概念。

我的做法是：随机在地图上撒 N 个“大陆种子”，然后让每个格子的高度根据它到最近种子点的距离做衰减。离种子越近的格子，高度越高；越远就越倾向海洋。这个过程就是所谓的“距离场”。当高度衰减结合上一步的噪声值以后，大陆板块的形状就会完全被种子位置主导——种子密集的区域出现大面积陆地，种子稀疏的区域是开阔海洋，边缘地带自然形成群岛与半岛。

如果把“散点”和“噪声”两套逻辑分开理解，其实不复杂：散点决定大局，告诉你哪里该有大陆；噪声决定细节，给大陆添加山脉、平原、海岸线的异质性。我用一个加权公式把两者叠加：

elevation = noise_value * 0.6 + distance_falloff * 0.4

权重比例可以根据风格调整。想生成“群岛风格”，就把噪声权重调高、散点权重调低；想生成“整块大陆”，就反过来。hexgen 里我把这些参数全部暴露成构造函数参数，改起来不用翻代码。

3.4 第四步：可视化输出——把格子画到屏幕上

逻辑层的格子已经生成了，但要看到结果，还得把他们画到窗口上。画六边形格子的核心是计算屏幕坐标。这里有个公式可以直接用：假设六边形外接圆半径为 size，画布原点在左上角，那么中心坐标为：

x = size * (3/2 * q) y = size * (sqrt(3) * (r + q/2))

其中 sqrt(3) 是 3 的平方根。注意这里因为坐标系的差异，y 方向要加一个偏移 q/2，这样才能保证偶数行和奇数行的六边形正确交错。屏幕坐标算好以后，再根据每个 tile 的像素点围成多边形填充颜色，最后用深色描边，地图就跃然纸上了。

如果你想让地图更有立体感，还可以加一个简单效果：每个格子的颜色不是纯色，而是在基础颜色上根据高度稍微变亮或变暗。海洋越低越暗、陆地越高越亮，地图马上就从一个平面色块变成有起伏的地形图。这个技巧在视觉上几乎不增加任何计算量，但效果非常明显。

提示：画六边形的坐标计算，最容易出 bug 的地方是“行偏移的量到底加在哪一列”。建议先把一行的三个格子画出来，手动验证像素位置是否正确，再循环铺满全图。我做第一版时直接全图铺设，结果发现每隔一行出现一条斜向错位，排查花了不少时间。

4. 常见问题与排查技巧实录

4.1 格子数量太多导致画面卡顿怎么办

我最初测试时用了半径 30 的地图，格子总数接近 2700 个，Pygame 每一帧都要重画全部多边形，刷新率直接掉到 10 帧以下。解决方案分两个层面：第一层是只在“需要更新”的帧做重绘，不要每帧全画，静止状态下直接显示固定表面即可；第二层是预先建一个静态图层，把地图一次性画好，后续只在鼠标拖动等操作时才重新生成。实测这样能跑到 60 帧。

如果地图规模还要更大，那就得考虑“视口裁剪”了——只画当前窗口范围内的格子。实现前需要做一次坐标逆运算，把屏幕可见范围转换成六边形坐标范围，然后只遍历这些格子。这是所有大世界地图渲染的基本功，sratch 式的全地图绘制在几百格以内尚可接受，超过几千格就必须上裁剪。

4.2 地图边缘的坐标越界

立方体坐标虽然逻辑清晰，但在画布边缘会遇到一个问题：根据半径生成的格子集合是一个正六边形区域，但屏幕是矩形，四周会缺角，看起来像地图被切了一刀。要解决这个裁切问题，可以扩大地图生成半径，让整个区域覆盖屏幕范围，再用屏幕外部的格子做遮挡；或者主动把地图裁剪成预定义的矩形区域，只保留区域内的格子。

我采取的是后一种方案，因为这样数据更规整，后续导出为地图文件时结构清晰。裁剪的时候要注意，不是简单地把三维坐标滤掉，而是保留所有中心点在矩形范围内的格子，边界处可以用半透明遮盖，看起来像地图在“淡出”，这个效果玩家很买账。

4.3 随机性太强导致每次生成的世界都不像世界

这是程序化生成最容易犯的错——所有参数都随机，最后的结果就是一团乱麻。我的解决思路是：给 hexgen 定义一个“世界风格”的概念。比如“群岛风格”会强制要求海洋占比不低于 60%，大陆种子数量相对较少；“大陆风格”则要求海洋占比低于 40%，种子密集度高。每次生成前先设定风格，再基于风格在合理的参数区间内做随机抖动。这样即使每次的结果不同，整体感觉始终是稳定可预期的。

还有一个经常被忽略的细节：地形平滑的迭代次数和噪声缩放值直接相关。如果你用了噪声，噪声缩放值越小，地形越破碎；噪声缩放值越大，地形越连续。我建议先固定缩放值，再去调迭代次数，不要两个同时动，不然你会陷入“怎么调都不对”的困境。

5. 后处理与扩展思路：从“地图”到“可用资源”

地图画出来只是第一步。如果你想把地图用在游戏或者桌游模拟器里，那还需要做后处理。hexgen 里我加了一个导出模块，可以把地图数据序列化成 JSON 文件，包含每个格子的坐标、地形类型、高度值。这个格式的好处是通用，任何语言都能解析。

从“能看的地图”到“能玩的地图”，中间还差几步关键的加工：

地形着色：给海洋、沙滩、草地、山脉、雪峰分别指定颜色和高度范围，这可能是观感提升最大的一步。
河流生成：在高度场上模拟水流从高到低流动，穿过若干格子并标记为河流。河流的生成算法本质上就是基于相邻格子的高度差搜索路径。
寻路支持：在立方体坐标下，用 A* 算法从 A 格走到 B 格非常自然，六个方向的邻居向量固定，代价权重可以直接用地形类型决定，比如森林消耗 2、山脉消耗 3。
资源点位：如果要做策略游戏，可以随机在地图的陆地格子上撒矿脉、森林、粮食等资源点，让地图变成可玩的棋盘。

这几个扩展方向的实现难度都不算大。最重要的是，它们都建立在一个干净的数据结构上。如果你一开始用二维数组 + 方格逻辑的思维去想六边形地图，后面每加一个功能都会很痛苦；但如果你从一开始就用立方体坐标，并且把地图数据与显示完全解耦，所有扩展都会非常顺滑。

对性能有追求的朋友，我还建议把地图数据用 numpy 数组存储高度值和地形类型，只在读取和写入时转换回 Python 对象。这个优化对 5000 格以上的地图效果显著，切换以后生成时间能缩短 50% 以上。代码层面改动并不大，收益却很高。