在Python中使用Basemap重新划分3D卫星数据时出错，2D有效

Question

我有以下问题：

我有来自不同卫星的云量数据集，我想把它们重新整理到气候模型的网格上，以便将模型输出和观测到的卫星数据进行比较。在

目前，我使用的是basemap中的interp函数，它对于1 x经度x纬度的数组非常适用，但对于形状为nx经度x纬度的数组则不适用。重新研磨这类三维阵列的最佳方法是什么？在

from mpl_toolkits.basemap import interp
import xarray as xr 
def regrid_MAR10km(x_in,y_in,data_in): 
    mar_10km = xr.open_dataset('/media/..../MAR_10km /MARv3.5.2-10km-ERA-2008.nc')
    lat = mar_10km['LAT']
    lon = mar_10km['LON']
    result = interp(data_in, x_in, y_in,lon,lat)
    return result  

我的问题是，当我尝试使用三维数据时，我会收到以下形式的错误消息，在我的例子中，数组的形式是161（这是每个月的云量！）x长x横向

^{pr2}$

这就是它产生的错误：

 IndexError                                Traceback (most recent call   last)
<ipython-input-19-5117a62e570e> in <module>()
----> 1 cloud_regrid =      fc.regrid_MAR10km(longitude,latitude,cloud_data_UD)

/media/sf_Shared/Black_and_bloom/CODE/functions.py in regrid_MAR10km(x_in, y_in, data_in)
 20         lat = mar_10km['LAT']
 21         lon = mar_10km['LON']
---> 22         result = interp(data_in, x_in, y_in,lon,lat)
 23         return result

/home/sh16450/miniconda3/envs/snowflakes/lib/python3.5/site-packages/mpl_toolkits/basemap/__init__.py in interp(datain, xin, yin, xout, yout,  checkbounds, masked, order)
4958         dataout = (1.-delx)*(1.-dely)*datain[yi,xi] + \
4959                   delx*dely*datain[yip1,xip1] + \
-> 4960                   (1.-delx)*dely*datain[yip1,xi] + \
4961                   delx*(1.-dely)*datain[yi,xip1]
4962     elif order == 0:

IndexError: index 41 is out of bounds for axis 1 with size 28

Answer 1

从Basemap docs开始，interp方法专门处理二维数组，其中第一个维度对应于y维度（纬度），第二个维度对应于x维度（经度）。如果你再给它点什么，恐怕你最后会得不到好结果。在

实际上，由于Basemap假设您的数据是二维的，所以它试图在时间轴和纬度轴（161,28）上执行插值，就好像它们分别是经纬度一样。由于传递给该方法的经度数组（110，）现在比axis Basemap假定的经度（28，）大，最终会出现形状不匹配，从而导致索引器错误。在

我不太清楚为什么（1，28110）会起作用，但我敢打赌，NumPy在隐藏层中做了一些数组flattening或squeezing，最终基本上忽略了这个空维度。在

我建议迭代每个时间步并在二维数据片上执行插值，或者搜索scipy.interpolate文档，看看它们是否提供了一个函数来执行您所要查找的功能。在

祝你好运！在