创建 numpy 数组，其中值在其他两个相同大小的排列范围内

Question

我创建了一个特定气候变量的地图，该地图是通过从 netCDF4 文件中提取数据并将其转换为掩码数组生成的。数据为9个CMIP6模型的整体均值。

我想在这个顶部绘制一些阴影线，显示所有模型都在均值的 1 个标准差以内的区域，以显示模型输出中变化最小的区域。

所有数组的形状都是(33, 180, 360)，其中33是数组代表的年数，180是纬度坐标，360是经度坐标。然后我得到了时间的平均值，因此可以在地图上进行二维投影。到目前为止使用的代码如下：

from netCDF4 import Dataset
import matplotlib
matplotlib.use('agg')
import matplotlib.pyplot as plt
import numpy as np   
import os
os.environ["PROJ_LIB"] = "C:/Users/username/miniconda3/Library/share;" #fixr 
from mpl_toolkits.basemap import Basemap    
from pylab import *
import matplotlib as mpl
from matplotlib import cm


from matplotlib.colors import ListedColormap, LinearSegmentedColormap
#wind
#historicala
fig_index=1
fig = plt.figure(num=fig_index, figsize=(12,7), facecolor='w')
fbot_levels = arange(-0.3, 0.5,0.05)
fname_hist_tauu='C:/Users/userbame/Historical data analysis/Historical/Wind/tauu_hist_ensmean_so.nc'
ncfile_tauu_hist = Dataset(fname_hist_tauu, 'r', format='NETCDF4')
TS2_hist=ncfile_tauu_hist.variables['tauu'][:]
TS2_mean_hist = np.mean(TS2_hist, axis=(0))
LON=ncfile_tauu_hist.variables['LON'][:]
LAT=ncfile_tauu_hist.variables['LAT'][:]
ncfile_tauu_hist.close()
lon,lat=np.meshgrid(LON,LAT)
ax1 = plt.axes([0.1, 0.225, 0.5, 0.6])
meridians=[0,1,1,1]
m = Basemap(projection='spstere',lon_0=0,boundinglat=-35)
m.drawcoastlines()
x, y =m(lon,lat)
m.contourf(x,y,TS2_mean_hist , fbot_levels, origin='lower', cmap=cm.RdYlGn)
m.drawparallels(np.arange(-90.,120.,10.),labels=[1,0,0,0]) # draw parallels
m.drawmeridians(np.arange(0.,420.,30.),labels=meridians) # draw meridians
coloraxis = [0.1, 0.1, 0.5, 0.035]
cx = fig.add_axes(coloraxis, label='m', title='Wind Stress/ Pa')
cbar=plt.colorbar(cax=cx,orientation='horizontal',ticks=list(fbot_levels))

plt.savefig('C:/Users/username/Historical data analysis/Historical/Wind/Wind_hist_AP.png')

我需要一些帮助的是如何提取纬度和经度坐标的值，其中所有模型 numpy 数组都在整体平均值的一个标准差范围内，因为我不确定从哪里开始因为我对 python 还是很陌生。这是我到目前为止想出的，让你了解我的意思：

sd_minus_1 = ensemble_mean - stan_dev
sd_plus_1 = ensemble_mean + stan_dev

for mod in model_list: 
    new_arr = a = numpy.zeros(shape=(180,360))
    if sd_minus_1 <= mod <= sd_plus_1:
        np.append(neww_arr, mod, axis=None)

然后我想绘制它来创建一个看起来像这样的地图：

如有任何想法，我们将不胜感激！

如果您需要更多信息，请告诉我。

Answer 1

我将向您推荐一个与您所问的不同的示例，但我希望该示例、我的解释和您的理解足以解决您的问题。

首先，让我们创建数据并绘制它。

In [78]: import numpy as np
    ...: import matplotlib.pyplot as plt
    ...: 
    ...: x = y = np.linspace(-3, 3, 21)
    ...: X, Y = np.meshgrid(x, y)
    ...: Z = X-Y+3*np.cos(X+Y)
    ...: plt.contourf(X, Y, Z) ; plt.colorbar()
Out[78]: <matplotlib.colorbar.Colorbar at 0x7fd8378a0400>

现在，类似于你想对标准偏差做的事情但不同的是（我没有你的数据），我们决定要标记所有具有值 -2<Z<+2 的点，我们可以找到所有满足第一个条件、第二个条件的点，最后取乘积

In [79]: greater, lesser = Z > -2, Z < +2
    ...: inside = greater*lesser

上面的工作原理是因为，例如，greater 是一个二维数组，其形状为 Z，其中 1 满足条件，0 否则， lesser 相同，所以他们的乘积 inside 具有 Z 的形状（以及 X 和 Y 顺便说一句）和 1 两个条件满意，0 否则。

现在我们要创建一个掩码，为我们提供满足条件的点的 x 和 y 坐标，以及在这里，我们求助于数组的 .nonzero() 方法，即 returns，对于每个轴，我们具有非零值（即满足条件的位置）的索引列表。

In [80]: mask = inside.nonzero()

最后，我们可以使用 Numpy 的 扩展索引 来获得 x 和 y 位置在哪里放置标记

In [81]: plt.scatter(X[mask], Y[mask], color='w', ec='k')
Out[81]: <matplotlib.collections.PathCollection at 0x7fd837bdb160>

创建 numpy 数组，其中值在其他两个相同大小的排列范围内

Creating numpy array where values are within the range of two other arranges of the same size

numpy

matplotlib

matplotlib-basemap

contourf

netcdf4