Python quiver 和 pcolormesh 没有完全对齐
Python quiver and pcolormesh not lining up exactly right
我正在尝试用风速的 pcolormesh 在地图上叠加风场的箭袋图。
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()
这给了我类似下面的情节
我注意到两件事:
- 箭袋箭头从 pcolormesh 生成的像素的左下角发出,而不是中心
- 绘图的上边界和最右边界未着色
这里到底发生了什么,我该如何解决?
您的代码存在一些问题。
首先,避免使用 from pylab import *
,那会严重污染你的命名空间。
其次,顶部和右侧的缺失数据:这是由于 pcolormesh
的行为所致,它模仿了同名的 MATLAB 函数。引用 the functionally similar pcolor
的文档,其中对此进行了解释:
pcolor(X, Y, C, **kwargs)
[...]
Ideally the dimensions of X and Y should be one greater than those of C; if the dimensions are the same, then the last row and column of C will be ignored.
所以你可以使用latitudes/longitudes的辅助数组来去掉空边框。或者,我建议使用 imshow
,其底图版本会自动调整比例,使绘制的图像跨越可见地图。将您的 pcolormesh
呼叫切换到
m.imshow(sqrt(u**2+v**2),interpolation='none')
你得到
现在,最后一个问题是您如何尝试可视化数据。 你的数据是什么?在上图中,数据点对应于每个“像素”的右下角,即 (lat,lon)
点所在的位置。所以现在的可视化是这样的:每个箭头从它对应的点开始,每个像素点对应它左下角的数据。
您想做的是以某种方式将这些箭头移动到像素的中心。如果你想要精确,你实际上需要移动像素,因为箭袋图是根据定义它应该在的地方。另一种选择是按原样保留地图,并移动箭袋图(此版本背后的基本原理是您离散化数据,并且在像素尺度上,将 arrows/pixels 放在哪里并不重要) .
因为在我看来,如果你的箭袋箭头保持在原处会更准确,我建议将整个底图移动半个 (lat,lon)
单位,以便像素以实际数据点为中心。您可以通过将 pivot='middle'
选项传递给 quiver
来使其最漂亮:在这种情况下,您的箭头将以数据点为中心(位于每个像素的中间)而不是来自所述点:
from mpl_toolkits.basemap import Basemap
#from pylab import *
from pylab import arange,meshgrid,random,sqrt
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-res/2,llcrnrlat=latMin-res/2,
urcrnrlon=lonMax-res/2,urcrnrlat=latMax-res/2,
resolution='i') # shifted!
# data corresponds to (latGrid,lonGrid)
# basemap plot is shifted with (-res/2,-res/2)
# imshow will automatically use the visible map anyway
m.imshow(sqrt(u**2+v**2), interpolation='none')
m.quiver(lonGrid,latGrid,u,v, latlon='true', pivot='middle')
m.drawcoastlines()
m.fillcontinents()
结果图看起来相当不错,现在也很明显颜色与箭头的大小有关:
我正在尝试用风速的 pcolormesh 在地图上叠加风场的箭袋图。
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()
这给了我类似下面的情节
我注意到两件事:
- 箭袋箭头从 pcolormesh 生成的像素的左下角发出,而不是中心
- 绘图的上边界和最右边界未着色
这里到底发生了什么,我该如何解决?
您的代码存在一些问题。
首先,避免使用 from pylab import *
,那会严重污染你的命名空间。
其次,顶部和右侧的缺失数据:这是由于 pcolormesh
的行为所致,它模仿了同名的 MATLAB 函数。引用 the functionally similar pcolor
的文档,其中对此进行了解释:
pcolor(X, Y, C, **kwargs)
[...]
Ideally the dimensions of X and Y should be one greater than those of C; if the dimensions are the same, then the last row and column of C will be ignored.
所以你可以使用latitudes/longitudes的辅助数组来去掉空边框。或者,我建议使用 imshow
,其底图版本会自动调整比例,使绘制的图像跨越可见地图。将您的 pcolormesh
呼叫切换到
m.imshow(sqrt(u**2+v**2),interpolation='none')
你得到
现在,最后一个问题是您如何尝试可视化数据。 你的数据是什么?在上图中,数据点对应于每个“像素”的右下角,即 (lat,lon)
点所在的位置。所以现在的可视化是这样的:每个箭头从它对应的点开始,每个像素点对应它左下角的数据。
您想做的是以某种方式将这些箭头移动到像素的中心。如果你想要精确,你实际上需要移动像素,因为箭袋图是根据定义它应该在的地方。另一种选择是按原样保留地图,并移动箭袋图(此版本背后的基本原理是您离散化数据,并且在像素尺度上,将 arrows/pixels 放在哪里并不重要) .
因为在我看来,如果你的箭袋箭头保持在原处会更准确,我建议将整个底图移动半个 (lat,lon)
单位,以便像素以实际数据点为中心。您可以通过将 pivot='middle'
选项传递给 quiver
来使其最漂亮:在这种情况下,您的箭头将以数据点为中心(位于每个像素的中间)而不是来自所述点:
from mpl_toolkits.basemap import Basemap
#from pylab import *
from pylab import arange,meshgrid,random,sqrt
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-res/2,llcrnrlat=latMin-res/2,
urcrnrlon=lonMax-res/2,urcrnrlat=latMax-res/2,
resolution='i') # shifted!
# data corresponds to (latGrid,lonGrid)
# basemap plot is shifted with (-res/2,-res/2)
# imshow will automatically use the visible map anyway
m.imshow(sqrt(u**2+v**2), interpolation='none')
m.quiver(lonGrid,latGrid,u,v, latlon='true', pivot='middle')
m.drawcoastlines()
m.fillcontinents()
结果图看起来相当不错,现在也很明显颜色与箭头的大小有关: