【问题标题】：indices of 2D lat lon data2D lat lon 数据的索引
【发布时间】：2017-04-05 23:20:05
【问题描述】：
我正在尝试查找 NCL 函数的等效项（如果存在），该函数返回最接近用户指定的纬度/经度坐标对的二维纬度/经度数组的索引。
这是 NCL 函数的链接，我希望在 python 中有一个等价的函数。我怀疑在这一点上没有，所以任何关于如何从纬度/经度坐标获取索引的提示都值得赞赏
https://www.ncl.ucar.edu/Document/Functions/Contributed/getind_latlon2d.shtml
现在，我将坐标值保存到 .nc 文件中，并由以下人员读取：
coords='coords.nc'
fh = Dataset(coords, mode='r')
lons = fh.variables['g5_lon_1'][:,:]
lats = fh.variables['g5_lat_0'][:,:]
rot = fh.variables['g5_rot_2'][:,:]
fh.close()
【问题讨论】：
标签：
python
coordinates
indices
ncl
【解决方案1】：
我发现 scipy spatial.KDTree 可以执行类似的任务。这是我找到离观察位置最近的模型网格的代码
from scipy import spatial
from netCDF4 import Dataset
# read in the one dimensional lat lon info from a dataset
fname = '0k_T_ann_clim.nc'
fid = Dataset(fname, 'r')
lat = fid.variables['lat'][:]
lon = fid.variables['lon'][:]
# make them a meshgrid for later use KDTree
lon2d, lat2d = np.meshgrid(lon, lat)
# zip them together
model_grid = list( zip(np.ravel(lon2d), np.ravel(lat2d)) )
#target point location : 30.5N, 56.1E
target_pts = [30.5 56.1]
distance, index = spatial.KDTree(model_grid).query(target_pts)
# the nearest model location (in lat and lon)
model_loc_coord = [coord for i, coord in enumerate(model_grid) if i==index]
【解决方案2】：
我不确定在 python 中读取时如何存储 lon/lat 数组，因此要使用以下解决方案，您可能需要将 lon/lat 转换为 numpy 数组。您可以将 abs(array-target).argmin() 放在一个函数中。
import numpy as np
# make a dummy longitude array, 0.5 degree resolution.
lon=np.linspace(0.5,360,720)
# find index of nearest longitude to 25.4
ind=abs(lon-25.4).argmin()
# check it works! this gives 25.5
lon[ind]