在地形上方的python / matplotlib中轮廓化非均匀2D数据

sdegelia 发表于 Dev

塞德利亚

我在matplotlib中轮廓化某些数据时遇到麻烦。我正在尝试绘制从3d温度场切下的温度垂直截面图。

我的温度阵列（T）的尺寸为50 * 300，其中300是均匀间隔的水平高度的数量。但是，垂直高度的数量为50：a）间距不均匀；b）每个垂直列的起始级别都不同。因为在其中总是有50个垂直高度，但是有时它们的跨度是100-15000 m，有时是300-20000 m（由于地形差异）。

我还具有一个2d高度数组（Z；与T形状相同），一个1d水平位置数组（LAT）和一个1d地形高度数组（TER）。

我正在尝试获得与此处类似的图，在该图中您可以看到地形被涂黑并且周围数据轮廓化。

我对此进行的首次尝试是创建一个水平距离和高度的网格，然后再用这些参数创建轮廓温度。但是numpy.meshgrid需要1d输入，而我的身高是2d变量。做这样的事情只是从第一列开始向上轮廓：

ax1 = plt.gca()
z1, x1 = np.meshgrid(LAT, Z[:,0])
plt.contourf(z1, x1, T)
ax1.fill_between(z1[0,:], 0, TER, facecolor='black')

哪个产生这个。如果我在网状网格中使用Z [：，-1]，它会在地下为左侧的列绘制轮廓，这显然是我所不希望的。我真正想要的是在Meshgrid中为Z使用一些2d数组，但是我不确定该怎么做。

我也研究了griddata函数，但这也需要一维输入。有人对如何解决这个问题有任何想法吗？任何帮助表示赞赏！

尼古瓜罗

据我了解，您的数据是结构化的。然后，您可以直接使用中的contourf或contour选项matplotlib。您提供的代码有正确的主意，但您应该使用

x1, z1 = np.meshgrid(LAT, Z[:,0])
plt.contourf(x1, Z, T)

轮廓。我下面有一个例子

import numpy as np
import matplotlib.pyplot as plt


L, H = np.pi*np.mgrid[-1:1:100j, -1:1:100j]
T = np.cos(L)*np.cos(2*H)
H = np.cos(L) + H

plt.contourf(L, H, T, cmap="hot")
plt.show()

看起来，网格是使用原始边界框生成的，但是该图是使用已转换的高度而不是初始高度绘制的。另外，您可以使用tricontour非结构化数据（或一般而言），但随后需要生成三角剖分（在您的情况下很简单）。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。

编辑于2021-02-25

我来说两句

0条评论

登录后参与评论

上一篇：使用FromUri获取参数并验证此参数

来自分类Dev