如何使用 python 和底图绘制不规则间隔的 RGB 图像？

Question

鉴于我有三个矩阵来描述我想要绘制的数据：

• lons - 具有 [n_lons,n_lats] 的二维矩阵
• lats - 带有 [n_lons,n_lats] 的二维矩阵
• dataRGB - 具有 [n_lons,n_lats,3] 的 3D 矩阵

使用 python 和底图绘制此类数据的首选方法是什么。

对于伪彩色数据，使用 pcolormesh 方法非常简单：

• 数据 - 具有 [n_lons,n_lats] 的 2D 矩阵

  m = 底图(...)

  m.pcolormesh(lons,lats,data,latlon=True)

通过阅读文档，在我看来，在这种情况下应该使用 imshow 命令，但是对于这种方法，需要定期网格化数据，我必须重新网格化并插入我的数据。

还有其他方法可以绘制数据吗？

Answer 1

不久前我遇到了同样的问题，这是我能想到的唯一解决方案：

（请注意，这适用于 matplotlib 1.3.0，但不适用于 1.1.0）

from mpl_toolkits.basemap import Basemap

import numpy.ma as ma
import numpy as np

m = Basemap() #Define your map projection here

假设 var 是您感兴趣的变量 (NxMx3)，lats 是 (N)x(M)，lons 是 (N)x(M)：

我们需要将像素中心的纬度/经度转换为像素角的经度/经度 (N+1)x(M+1)

cornerLats=getCorners(lat);cornerLons=getCorners(lon)

获取坐标角

xCorners,yCorners=m(cornerLats,cornerLons,inverse=True)

屏蔽无效数据

var=ma.masked_where(np.isnan(var),var)

我们需要一个扁平的元组(N*M,3) 来传递给 pcolormesh

colorTuple=tuple(np.array([var[:,:,0].flatten(),var[:,:,1].flatten(),var[:,:,2].flatten()]).transpose().tolist())

设置较大的线宽会导致更多的边缘变形，而一个

由于某种原因，较小的线宽会导致图像出错。

m.pcolormesh(xCorners,yCorners,var[:,:,0],color=colorTuple,clip_on=True,linewidth=0.05)

def getCorners(centers):

    one = centers[:-1,:]
    two = centers[1:,:]
    d1 = (two - one) / 2.
    one = one - d1
    two = two + d1
    stepOne = np.zeros((centers.shape[0] + 1,centers.shape[1]))
    stepOne[:-2,:] = one
    stepOne[-2:,:] = two[-2:,:]
    one = stepOne[:,:-1]
    two = stepOne[:,1:]
    d2 = (two - one) / 2.
    one = one - d2
    two = two + d2
    stepTwo = np.zeros((centers.shape[0] + 1,centers.shape[1] + 1))
    stepTwo[:,:-2] = one
    stepTwo[:,-2:] = two[:,-2:]
    return stepTwo