我试着在地图上覆盖一个风场的震动图,用风速的颜色表示。在
from mpl_toolkits.basemap import Basemap
from pylab import *
lonMin = 115.5
lonMax = 124.5
latMin = 10
latMax = 20
res = 0.25
lonGrid = arange(lonMin, lonMax, res)
latGrid = arange(latMin, latMax, res)
lonGrid,latGrid = meshgrid(lonGrid,latGrid)
u = random(lonGrid.shape)
v = random(lonGrid.shape)
m = Basemap(llcrnrlon=lonMin,llcrnrlat=latMin,urcrnrlon=lonMax,urcrnrlat=latMax, resolution = 'i')
m.pcolormesh(lonGrid, latGrid, sqrt(u**2+v**2))
m.quiver(lonGrid,latGrid,u,v, latlon = 'true')
m.drawcoastlines()
m.fillcontinents()
我注意到两件事:
这到底是怎么回事,我该怎么解决?在
你的代码有一些问题。在
首先,避免使用
from pylab import *
,这将严重污染您的命名空间。在其次,顶部和右侧缺少数据:这是由于} 的文档,其中解释了这一点:
pcolormesh
的行为,它模仿了同名的MATLAB函数。引用the functionally similar ^{所以你可以通过使用纬度/经度的辅助数组来消除空白边界。或者,我建议使用
imshow
,它的基础地图版本会自动调整比例,使绘制的图像跨越可见地图。正在将pcolormesh
调用切换到你得到了
现在,最后一个问题是如何将数据可视化。你的数据是什么?在上面的图中,数据点对应于每个“像素”的右下角,即
(lat,lon)
点所在的位置。所以当前的可视化是这样的:每个箭头从它对应的点开始,每个像素对应于它左下角的数据。在你要做的就是把箭头移到像素的中心。如果你想要精确,你实际上需要移动像素,因为根据定义,箭筒图就是它应该在的地方。另一个选择是保持地图原样,并移动箭筒图(这个版本背后的基本原理是,您将数据离散化,在像素尺度上,将箭头/像素放在哪里并不重要)。在
因为在我看来,如果你的箭筒箭头保持在原来的位置会更准确,我建议将整个底图移动半个
^{pr2}$(lat,lon)
单位,这样像素就可以集中在实际的数据点上。您可以通过将pivot='middle'
选项传递给quiver
使其变得最漂亮:在这种情况下,箭头将位于数据点(位于每个像素的中间)上,而不是从所述点开始:结果图看起来相当不错,现在很明显颜色与箭头的大小有关:
相关问题 更多 >
编程相关推荐