python处理数据地图投影有白线

2023-10-18 17:50

本文主要是介绍python处理数据地图投影有白线,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

       最近课程的老师让介绍一下自己用过的资料,我寻思着在最后加一张用资料画的图,然后就发现了这个问题(以前怎么没发现?疑惑.jpg)

简单的画了一个高度场(500hPa)叠加温度场的图(NCEP的再分析资料)

 代码如下:

import xarray as xr
import matplotlib.pyplot as plt#绘图
import cartopy.crs as ccrs#投影
import numpy as np
from cartopy.mpl.ticker import LongitudeFormatter,LatitudeFormatter#经纬度
f1 = xr.open_dataset('C:/Users/24448/Desktop/air.1952.nc')
f2 = xr.open_dataset('C:/Users/24448/Desktop/hgt.1952.nc')
fig = plt.figure(figsize=(10,6),dpi=500)
crs = ccrs.PlateCarree(180)
ax1 = fig.add_subplot(1,1,1,projection=crs)
lon = f1.lon
lat = f1.lat
air = f1.air.loc['1952-01-01',500,:,:]-273.15
hgt = f2.hgt.loc['1952-01-01',500,:,:]/10
cf = ax1.contourf(lon,lat,air,levels=np.arange(-50,1,5),
                  cmap=plt.cm.RdBu_r,transform=ccrs.PlateCarree())

cycle_hgt, cycle_lon = add_cyclic_point(hgt, coord=lon)
cs = ax1.contour(cycle_lon,lat,cycle_hgt,colors='k',linewidth=0.3)
ax1.clabel(cs,fontsize=10)

ax1.set_xticks(np.arange(0,358,60),crs=ccrs.PlateCarree())
ax1.set_yticks([-90,-60,-30,0,30,60,90],crs=ccrs.PlateCarree())
ax1.xaxis.set_major_formatter(LongitudeFormatter(zero_direction_label =False))
ax1.yaxis.set_major_formatter(LatitudeFormatter())

ax1.tick_params(which='major',direction='out',length=10,width=0.99,pad=1,labelsize=16,
                        bottom=True, left=True, right=False,top=False)
ax1.set_title('temperature_height',loc='left',pad=15,fontsize=20)#标题
ax1.set_title('1952-01-01_500hPa',loc='right',pad=15,fontsize=20)
ax1.set_xlabel('Longtitude',fontsize=15)#x轴标签
ax1.set_ylabel('Latitude',fontsize=15)#y轴标签
ax1.coastlines(facecolor='None', edgecolor='0.1', linewidth=0.5)

ax=fig.add_axes([0.93,0.18,0.03,0.65])  # 0.25控制距离左边的距离,0.01控制距离下面的距离,最后两位控制color的长度和厚度
cb=fig.colorbar(cf,cax=ax,shrink=0.9,pad=0.04,aspect=15,orientation='vertical')
cb.ax.tick_params(labelsize=15)
plt.show()
#fig.savefig('c:/Users/24448/Desktop/haiqi.png',format='png')
可以发现,填色图一切正常,但是等值线图180°处有一条空缺,找到了一些解决办法,有点半懂不懂,最后在摸鱼大佬的B站视频上找到了解决办法,摸鱼大佬牛逼!!(呐喊.jpg)  

解决方法是导入cartopy中的一个函数,然后在画等值线之前使用这个函数,如下:

from cartopy.util import add_cyclic_point

完整代码如下:

import xarray as xr
import matplotlib.pyplot as plt#绘图
import cartopy.crs as ccrs#投影
import numpy as np
from cartopy.util import add_cyclic_point#去除投影中间白线
from cartopy.mpl.ticker import LongitudeFormatter,LatitudeFormatter#经纬度
f1 = xr.open_dataset('C:/Users/24448/Desktop/air.1952.nc')
f2 = xr.open_dataset('C:/Users/24448/Desktop/hgt.1952.nc')
fig = plt.figure(figsize=(10,6),dpi=500)
crs = ccrs.PlateCarree(180)
ax1 = fig.add_subplot(1,1,1,projection=crs)
lon = f1.lon
lat = f1.lat
air = f1.air.loc['1952-01-01',500,:,:]-273.15
hgt = f2.hgt.loc['1952-01-01',500,:,:]/10
cf = ax1.contourf(lon,lat,air,levels=np.arange(-50,1,5),
                  cmap=plt.cm.RdBu_r,transform=ccrs.PlateCarree())

cycle_hgt, cycle_lon = add_cyclic_point(hgt, coord=lon)
cs = ax1.contour(cycle_lon,lat,cycle_hgt,colors='k',linewidth=0.3)
ax1.clabel(cs,fontsize=10)

ax1.set_xticks(np.arange(0,358,60),crs=ccrs.PlateCarree())
ax1.set_yticks([-90,-60,-30,0,30,60,90],crs=ccrs.PlateCarree())
ax1.xaxis.set_major_formatter(LongitudeFormatter(zero_direction_label =False))
ax1.yaxis.set_major_formatter(LatitudeFormatter())

ax1.tick_params(which='major',direction='out',length=10,width=0.99,pad=1,labelsize=16,
                        bottom=True, left=True, right=False,top=False)
ax1.set_title('temperature_height',loc='left',pad=15,fontsize=20)#标题
ax1.set_title('1952-01-01_500hPa',loc='right',pad=15,fontsize=20)
ax1.set_xlabel('Longtitude',fontsize=15)#x轴标签
ax1.set_ylabel('Latitude',fontsize=15)#y轴标签
ax1.coastlines(facecolor='None', edgecolor='0.1', linewidth=0.5)

ax=fig.add_axes([0.93,0.18,0.03,0.65])  # 0.25控制距离左边的距离,0.01控制距离下面的距离,最后两位控制color的长度和厚度
cb=fig.colorbar(cf,cax=ax,shrink=0.9,pad=0.04,aspect=15,orientation='vertical')
cb.ax.tick_params(labelsize=15)
plt.show()
#fig.savefig('c:/Users/24448/Desktop/haiqi.png',format='png')

结果如图:

 现在就一切正常了。

若文章有问题,还望不吝赐教!

ps:气象小白,python小白,刚刚读研。愿诸君前程似锦,你我共勉!

这篇关于python处理数据地图投影有白线的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/234197

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal