如何从python中的另一个2D网格中子集2D网格？

Question

我已经在连续的美国上对数据进行网格化，并且试图在特定区域内选择其中的一部分。

import numpy as np
from netCDF4 import Dataset
import matplotlib.pyplot as plt

filename = '/Users/me/myfile.nc'
full_data = Dataset(filename,'r')
latitudes = full_data.variables['latitude'][0,:,:] 
longitudes = full_data.variables['longitude'][0,:,:]
temperature = full_data.variables['temperature'][0,:,:]

这三个变量都是二维形状的矩阵（337,451）。 我正在尝试执行以下操作，以在特定区域内对数据进行子选择。

index = (latitudes>=44.0)&(latitudes<=45.0)&(longitudes>=-91.0)&(longitudes<=-89.0)
temp_subset = temperature[index]
lat_subset = latitudes[index]
lon_subset = longitudes[index]

我希望所有这三个变量都是二维的，但是相反，它们都返回形状为（102，）的扁平数组。 我尝试了另一种方法：

index2 = np.where((latitudes>=44.0)&(latitudes<=45.0)&(longitudes>=-91.0)&(longitudes<=-89.0))
temp = temperatures[index2[0],:]
temp2 = temp[:,index2[1]]
plt.imshow(temp2,origin='lower')
plt.colobar()

但是我的数据看起来很不正确。 是否有更好的方法从较大的网格中获取2D子集网格？

Answer 1

Edub，

我建议查看numpy的矩阵索引文档，特别是http://docs.scipy.org/doc/numpy-1.10.1/user/basics.indexing.html#other-indexing-options 。 当前，您正在提供两个维度用于建立索引，但没有切片信息（导致仅接收一维结果）。 我希望这证明是有用的！