![](/img/trans.png)
[英]Python - Use list of points to extract data from gridded NetCDF without for loops
[英]Use python to extract and plot data from netCDF
對於使用python采集科學數據,我是陌生的,因此如果尚不清楚,請事先道歉。 我有一個netCDF4文件,其中包含多個變量,包括緯度,經度和密度。 我試圖僅使用35-40 N和100-110 W之間坐標的密度值在matplotlib底圖上繪制可變密度。
import numpy as np
import netCDF4 as nc
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
in: f = nc.Dataset('C:\\Users\\mdc\\data\\density.nc', 'r')
in: f.variables['latitude'].shape
out:(120000,)
(變量經度和密度具有相同的形狀)
我一直試圖尋找一種方法來僅提取符合[35 <lat <40&-110 <lon <-100]准則的緯度和經度坐標對(及其關聯的密度值)。 任何建議如何做到這一點將不勝感激。
我嘗試提取每個相關變量並將其編譯為2d數組,但我還沒有弄清楚如何僅選擇所需的數據。
lats = f.variables['latitude'][:]
lons = f.variables['longitude'][:]
dens = f.variables['density'][:]
combined = np.vstack((lats,lons,dens))
in: combined
out: array([[ -4.14770737e+01, -3.89834557e+01, -3.86000137e+01, ...,
4.34283943e+01, 4.37634315e+01, 4.40338402e+01],
[ 1.75510895e+02, 1.74857147e+02, 1.74742798e+02, ...,
7.83558655e+01, 7.81687775e+01, 7.80410919e+01],
[ 7.79418945e-02, 7.38342285e-01, 9.94934082e-01, ...,
5.60119629e-01, -1.60522461e-02, 5.52429199e-01]], dtype=float32)
至於繪圖,我試圖根據它們的密度值,用不同的顏色而不是尺寸來繪制坐標對。
m = Basemap(projection='robin', resolution='i', lat_0 = 37, lon_0 = -105)
m.drawcoastlines()
for lats,lons,dens in zip(lats,lons,dens):
x,y = m(lats,lons)
size = dens*3
m.plot(x,y, 'r', markersize=size)
plt.show()
使用pandas進行數據選擇(抱歉,無法在此處安裝netCDF,pandas令人滿意):
import pandas as pd
tinyd = pd.DataFrame(np.array(
[[ -4.14770737e+01, -3.89834557e+01, -3.86000137e+01,
4.34283943e+01, 4.37634315e+01, 4.40338402e+01],
[ 1.75510895e+02, 1.74857147e+02, 1.74742798e+02,
7.83558655e+01, 7.81687775e+01, 7.80410919e+01],
[ 7.79418945e-02, 7.38342285e-01, 9.94934082e-01,
5.60119629e-01, -1.60522461e-02, 5.52429199e-01]]).T,
columns=['lat','lon','den'])
mask = (tinyd.lat > -39) & (tinyd.lat < 44) & \
(tinyd.lon > 80) & (tinyd.lon < 175)
toplot = tinyd[mask]
print(toplot)
lat lon den 1 -38.983456 174.857147 0.738342 2 -38.600014 174.742798 0.994934
plt.scatter(toplot.lat, toplot.lon, s=90, c=toplot.den)
plt.colorbar()
在底圖的頂部進行繪制是相同的,您可以指定其他顏色圖,等等。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.