L1 L2 L3 L4 LATITUDE LONGITUDE
-3.627661 -16.376394 6.729712 3.592987 24.813797 -88.901495
-7.223523 -16.020485 2.175032 3.322263 24.6915 -87.84013
-7.556808 -15.840759 1.892859 2.977641 24.694245 -87.868856
-11.385272 -15.460266 9.150633 9.565245 29.965457 -87.565512
-6.31497 -15.221949 3.690079 4.606816 26.119643 -88.410623
-7.728157 -15.004622 7.65388 7.450833 29.968328 -87.596143
在这个CSV中,我一直在尝试使用以下内容将其导出到栅格映射中:
from scipy import interpolate
lon_list = np.arange(3, 6, 1)
lat_list = np.arange(4, 8, 1)
lon_2d, lat_2d = np.meshgrid(lon_list, lat_list)
grid_array = interpolate.griddata((array[:,-1], array[:,-2]), array[:,0],
(lon_2d, lat_2d))[::-1]
print(grid_array)
>>> [[ nan 7. 6.72]
[ 6. 5.4 5.6 ]
[ 4. 3.8 4. ]
[ 2. 2.2 2.4 ]]
import matplotlib.pyplot as plt
plt.imshow(grid_array)
但是,在简单地将此csv文件导出到栅格地图时,我仍然遇到问题:Examples of Weather Maps
发布于 2018-09-09 04:03:02
您正在寻找的模块是geopandas,它从pandas继承了许多类和方法。
这将允许您使用df = pandas.read_csv("path/to/file.csv")
轻松地从csv中读取数据。
您应该能够填充其他纬度和经度值,而不是使用df.interpolate()
进行插值
一旦您使用gdf = geopandas.GeoDataFrame(df)
将其转换为地理熊猫数据帧,您就可以看到像gdf.plot()
一样简单的地图世界,或者更复杂的地图世界,只要满足您的需求。调用之后,您可以使用pyplot.savefig("path/to/raster.tiff")
将其保存到磁盘中
您可能必须将这个问题分成几个较小的问题,以便更好地获得有关Stack Overflow的帮助,但是如果您查看我链接的文档,您将会对下一步做什么有更好的想法
https://stackoverflow.com/questions/52238621
复制相似问题