在cartopy地图上添加具有给定坐标(lat，lon)的图像 - 腾讯云开发者社区

Cartopy具有如下特点：面向对象的投影定义 point，line，vector，polygon 和 image 可在投影间转换和 matplotlib 绘图包具有很高集成度，从而具有简单易用的接口...在之前的例子中，我们使用 coastlines 方法添加海岸线到地图中。下面使用另一种投影创建地图，然后使用 stock_img 方法添加背景图片到地图中。...添加数据到地图一旦你创建好了地图，添加数据的方式就和常规的 matplotlib 绘图方法相同。默认情况下，添加到 GeoAxes 的任何数据的坐标系统和 GeoAxes 本身的坐标系统是相同的。...为了控制给定数据的坐标系，你可以添加 transform 关键词，并传递一个合适的 cartopy.crs.CRS 实例。...注意：在 PlateCarree 投影平面地图上， New York 和 Delhi 之间的蓝色线并不是直线，这是因为 Geodetic 坐标系是真正的球面坐标系，两点之间的线被定义为在球坐标，而不是

10.2K1 0

如何在一张图上同时绘制云图和降水

直接使用会使图像对比度不高,颜色看起来比较浅淡。通过gamma校正等方法将这种线性关系转换为非线性,使较暗的区域变亮,较亮的区域保持不变。...这样可以增加整个图像的对比度,使颜色更加饱和丰富为什么修改单位km为m 图投影坐标系一般使用的是米为单位。直接拿千米单位的影像坐标去绘制地图,会造成非常严重的坐标错位。...因此需要提前将影像的坐标单位换算为与地图投影匹配的米单位,然后再传入投影变换,进行坐标转换到地图上。...=pr.g0_lat_0 lon =pr.g0_lon_1 # 绘制地理数据 #cf = ax.pcolormesh(lon,lat,prhour,vmin=0,vmax=30,cmap=cmaps.WhiteBlue...=pr.g0_lat_0 lon =pr.g0_lon_1 # 绘制降水数据 #cf = ax.pcolormesh(lon,lat,prhour,vmin=0,vmax=30,cmap=cmaps.WhiteBlue

711 0

您找到你想要的搜索结果了吗？

是的

没有找到

wrf-python 详解之如何使用

当有多个文件并且每个文件具有多个时间时，如果最后一个文件的时间数少于之前文件的时间数，那么剩余的数组将用缺省值填充。...在具有多个时刻的多个文件中，这样做可能是没有意义的，因为每个文件的第 n 个索引可能表示不同的时刻。通常，join 方法很少能用到。大部分情况下，只需要使用 cat 方法即可。...= CoordPair(lat=end_lat, lon=end_lon) # 使用经纬度坐标时，必须提供netcdf文件对象或投影对象 p_vert = vertcross(p, z, wrfin..._2016-10-07_00_00_00") lat_lon = xy_to_ll(ncfile, 400, 200) 多坐标转换 lat_lon = xy_to_ll(ncfile, [400,105...], [200,205]) x_y = ll_to_xy(ncfile, lat_lon[0,:], lat_lon[1,:]) 添加地图 wrf-python 包含了一些辅助绘图函数，主要用于获取 cartopy

19.2K10 12

使用Matplotlib & Cartopy绘制我国台风路径图

夏天一到，沿海地区经常会遭到台风的袭扰，可谓苦不堪言。之前在公众号做过一个关于我国1945~2015年历史台风统计的可视化展示，发现很多有趣的数据，比如说台风登陆最多的城市是湛江。...大数据告诉你，台风最喜欢在我国哪个省市登陆这次的文章不研究台风数据，而是尝试用Python来绘制台风路径。...方式有很多种，既可以用离线的GeoJson数据，也可以用JPG图片，或者第三方库提供的地图。我这里用的是cartopy内置的地图数据，可以很方便的修改配置属性。...但这里没有区别显示台风强度，一般是在.add_geometries()方法中添加参数调整。...lon_1,lat_1 point_2 = lon_2,lat_2 # 最后可视化，添加颜色参数 ax.add_geometries([sgeom.LineString

2.9K2 0

【附jupyter代码】经验正交分解EOF详解及案例

'lat', 'time'], data)}, coords={'lon': lon, 'lat': lat, 'time': time}) #检验数据读取 fig =...,transform=ccrs.PlateCarree()) #在第一个地图上绘制第一空间模态的填充色图，EOFs[0]表示从EOF中取出第一个空间模态 ax1.coastlines(color='k...', lw=0.5) #添加海岸线 ax1.add_feature(cfeature.LAND, facecolor='white') #添加陆地 # 转置数据 ds...# 添加海岸线 #ax.coastlines(color='k', lw=0.5) # 添加陆地 #ax.add_feature(cfeature.LAND, facecolor...mapart(ax1) # 在第一个地图上绘制第一空间模态的填充色图，EOFs[0]表示从EOF中取出第一个空间模态 p = ax1.contourf(ds.lon,

8271 0

使用 Basemap 和 Cartopy 绘制子图实例

urcrnrlon = lon[0,-1], urcrnrlat=lat[-1,-1], lat_0 = stalat,\ lon_0 = stalon, resolution...="h") x, y = map(lon, lat) # 添加经度，纬度坐标，海岸线，国界线 labelsx, labelsy = sharexy(ax, nrows, ncols,...共享 x-y轴共享 x-y 轴后，中间空白间隔太大，可以使用 subplots_adjust 方法控制将以下语句放到 fig.colorbar 命令前一行（具有相同的缩进） fig.subplots_adjust...而 cartopy 可以很好的解决以上遇到的问题。下面上一张 cartopy 绘制子图的效果图 #!...) ax.coastlines(resolution = '10m') # 设置坐标轴范围 ax.set_xlim([lon[-1,0], lon[0,-1]]) ax.set_ylim

2.7K4 1

GPM卫星数据hdf5格式读取与绘图

midray = nray // 2 #调用region_mask函数,以中间射束的经纬度数据为基准,利用给定的经纬度范围extents生成筛选mask mask = region_mask(lon[:...,提取筛选后的子集 lon = lon[index] #同上 lat = lat[index] #同上 precipRateNearSurface = precipRateNearSurface[index...midray = nray // 2 #调用region_mask函数,以中间射束的经纬度数据为基准,利用给定的经纬度范围extents生成筛选mask mask = region_mask(lon[:...,提取筛选后的子集 lon = lon[index] #同上 lat = lat[index] #同上 latentHeating_SLH = latentHeating_SLH[index] #对缺测值...x轴与y轴的，可以研究如何自定义剖线起点与终点进行剖面看着剖面的横纵坐标很难受吧，研究GPM中对应高度的参数并将剖面的横纵坐标进行修正 PS: 勇敢的少年，快去创造奇迹

821 0

xarray基础之计算篇

In [24]: max=ds.pre.max() max Out[24]: In [37]: argmax=ds.pre.argmax(dim=['lon','lat']) argmax Out[37...]) Coordinates: * time (time) datetime64[ns] 2021-01-16 2021-02-15 ... 2022-12-16} 输出了二十四时间点的最大值坐标...，下面选一个时间点 In [51]: ds.pre[0].max() Out[51]: In [41]: ds.pre[0].argmax(dim=['lat','lon']) Out[41]: {'lat...[612]],[data.lat[199]],color='b',s=10) # 添加海岸线 ax.coastlines() ax.scatter([data.lon[612]],[data.lat[199...matplotlib.cm.register_cmap(name=cname, cmap=cmap) 在东经126，北纬9的附近的小黑点就是最大值所在，格点数据放大看确实有点奇形怪状还有对应的argmin

351 0

气象常用库 | cartopy常用用法总结

1.导入cartopy库，认识一下常用的子模块 import cartopy.crs as ccrs import cartopy.feature as cfeature from cartopy.mpl.ticker...(central_longitude=180)) ax.coastlines(lw=0.3) 5.在中心经度为180°的等经纬度投影上，添加陆地 fig = plt.figure(figsize=(...in') ax.gridlines(linestyle='--') 17.为上一题的图添加上标题“Cartopy” fig = plt.figure(figsize=(4, 4), dpi=200)...,y处生成风速(x、y为坐标，u、v为x方向风速和y方向风速) 注：此处只是演示用，不必掌握，因为到时候大家的风场数据是从网站上或者模式中获得的，并不需要自己生成。...shape[0]) x2d, y2d = np.meshgrid(x, y) u = 10 * ( np.cos(x2d) + 3 * np.sin(y2d) + 30) v = 20 * x2d 39.在等经纬度投影的底图上绘制流场

1.2K3 2

Python气象绘图教程—（十九）剖面图

在绘制地形填色时，我们使用的是ax.contourf命令，他要求输入横坐标，纵坐标，与横纵坐标有关系的z值。...如第一个气温，后面的说明中表示这个只与（lat_0,lon_0）有关；第四个气温与（lv_ISBL0,lat_0,lon_0）有关。...，我们现在要绘制一个某个经度的垂直剖面图，说明我们的横坐标应该是纬度，纵坐标应该是高度，但是在气象上一般不使用高度，而是气压层，如925hPa、850hPa、700hPa、500hPa、200hPa等，...=f['lon_0'][:]#读取经度，一维的 lat=f['lat_0'][:]#读取纬度，一维的 RH_P0_L100_GLL0=f['RH_P0_L100_GLL0'][:][:][:]#读取相对湿度...我还没有画过，但是猜测应当是这个数据为四维数据，将经度、纬度做降维处理，从图上可以看出，这张图代表（30.28°E，108.93°N）这一个点的整层数据随时间的变化。

12.6K7 5

数据科学 IPython 笔记本 8.16 地理数据和 Basemap

有用的是这里显示的地球不仅仅是一个图像; 它是一个功能齐全的 Matplotlib 轴域，它可以理解球面坐标，这使我们可以轻松地在地图上绘制数据！...()：绘制恒定经度的线条 drawmapscale()：在地图上绘制线性刻度全球图像 bluemarble()：将 NASA 的蓝色大理石图像投影到地图上 shadedrelief()：将阴影浮雕图像投影到地图上...etopo()：在地图上绘制一个 etopo 浮雕图像 warpimage()：将用户提供的图像投影到地图上对于基于边界的特性，必须在创建 Basemap 图像时设置所需的分辨率。...这个选项很重要：例如，在全局地图上设置高分辨率边界可能非常慢。这是绘制陆地/海洋边界，以及分辨率参数的效果的示例。我们将创建苏格兰的美丽的斯凯岛的低分辨率和高分辨率地图。...对于简单的绘图和文本，任何plt函数都可以在地图上执行；你可以使用Basemap实例将纬度和经度坐标投影到(x, y)坐标，用于plt的绘图，正如我们在西雅图示例中所见。

1.6K1 0

Python | 绘制影像地图（Basemap）

在Basemap底层使用了GEOS库，用来将海岸线和边界特征剪切到所需的地图投影区域。随着python2.7的寿终正寝，Basemap的支持也结束了，后续会被Cartopy替代。...at 0x11541a978> 为了在二维地图上表示地球的曲面，则需要进行地图投影。...有两种方法提供矩形映射投影区域的四个角的每一个的纬度和经度值。提供地图投影区域中心的lat/lon值以及地图投影坐标中的区域的宽度和高度。...,lat_2=55,lat_0=50,lon_0=-107.) # 设定海洋的颜色 m.drawmapboundary(fill_color='aqua') # 设定陆地和湖泊的颜色 m.fillcontinents...lonpt, latpt = m(xpt,ypt,inverse=True) # 使用m.plot函数，将转化后的坐标绘制在地图上 m.plot(xpt,ypt,'bo') # plot a blue

5.9K3 0

Python可视化 | 三维图形迁移

---- ---- 在前面推送中我们提到了通过collection功能而在3D地图中添加地图的方法，也短暂提到了栅格与填色两种图形样式的降维方法。...,lat=np.meshgrid(x,y) data=(lon-(109.35-108.3))**2+(lat-(29.7-30.7))**2 ap=ax[0].pcolormesh(lon,lat,data...ap=ax[0].pcolormesh(lon,lat,data,cmap='Spectral_r') 这一句，在第一张子图上绘制了一个pcolormesh，并将它返回的图形几何省称为ap。...,lat=np.meshgrid(x,y) data=(lon-(109.35-108.3))**2+(lat-(29.7-30.7))**2 ap=ax1.pcolormesh(lon,lat,data...,lat=np.meshgrid(x,y) data=(lon-(109.35-108.3))**2+(lat-(29.7-30.7))**2 ax.contourf(lon,lat,data,cmap

1.7K3 2

从xarray走向netCDF处理(三)：插值与掩膜

，一种方法就是在画图的时候最后添加地理信息，用地理信息掩盖掉海洋或者陆地的数据。...这里主要想说的是另一种方法，直接对数据进行处理，把海洋或者陆地区域的值设为缺测。...对任意的DataArray或者Dataset创建一个新的坐标，将海陆数据附给他。根据海陆分布数据中海洋或者陆地的值来提取掩膜数据。...# 区域选择 lon_range = lon[(lon>70) & (lon<140)] lat_range = lat[(lat>0) & (lat<60)] temp_region...= temp.sel(longitude=lon_range, latitude=lat_range, time='2018-02-01') temp_mask = mask(temp_region

8.1K6 4

Matplotlib的朋友Basemap

warpimage()：使用abitrary图像作为地图背景。图像必须是全局的，从国际日期线向东和南极向北以纬度/经度坐标覆盖世界。...draw rivers（）：在地图上绘制河流 fillContinents（）：用给定颜色填充大陆；可以选择用另一种颜色填充湖泊政治界限 drawCountries（）：绘制国家边界 drawStates...（）：绘制经度不变的线 draw map scale（）：在地图上绘制线性比例全球图像 blue marble（）：将NASA的蓝色大理石图像投影到地图上 shaddedRelief（）：将着色的浮雕图像投影到地图上...etopo（）：在地图上绘制etopo浮雕图像 warpImage（）：将用户提供的图像投影到地图上对于基于边界的要素，在创建基础地图图像时必须设置所需的分辨率。...在这里插入图片描述在地图上绘制数据使用“basemap”实例将纬度和经度坐标投影到“x，y”坐标其中一些特定于地图的方法是： Contour（）/Contourf（）：绘制轮廓线或填充轮廓 imshow

2K3 1

Basemap系列教程：绘图

[注1] x 和 y 是给定的网格点的位置，如果 latlon 参数为 True，这些值将被假设为地理学坐标中的点，否则视为地图坐标系中的点 u 和 v 是以 knot 为单位的左右和上下...对数刻度，使用不同的 hexagon 大小 ? 对数刻度，具有更合适的colorbar ? 使用 C 参数，并且绘制六边形边界 imshow 在地图上绘制图像。...当数组具有2个或超过3个 band 时将会触发异常 extent 参数用于设置地图坐标中图像四个拐角的位置。...注意： extent 并没有设置，这是因为地图的范围和图像的范围是相同的第二个例子展示了如何直接在地图上或是在新建的轴上添加 logo： from mpl_toolkits.basemap import...如果是地理学坐标系的话，可使用 rotate_vector 方法进行适当的旋转计算风速然后设置为 quiver 方法的 color，其数组长度应等于 x，y，u 和 v scatter 在地图上绘制多个

4.1K1 0

metpy绘制锋生与冷锋

import units import matplotlib.pyplot as plt import cartopy.crs as ccrs import cartopy.feature as cfeature...(lon, lat) # 计算位温 p =850....low_lon, low_lat = 120, 50 # 起点经纬度 h_lon,h_lat = 98, 49 # 生成冷锋曲线坐标 cold_lat = np.linspace(low_lat..., low_lat - 10, 100) slope_multiplier = 0.1 # 坡度增大因子 cold_lon = (low_lon + 0.25) - slope_multiplier...") ##建立图像 fig = plt.figure(figsize=(15, 12)) ax = fig.add_subplot(111,projection=ccrs.PlateCarree())

541 0

基于Python的NCEP再分析数据的中国区域白化（含南海小地图）

使用cartopy0.17及以下版本进行兰勃脱投影作图，会出现以下的经、纬度标识问题： ? ---- PlateCarree (无坐标转换)作图： ''' Copyright 2020....=lon0[(lon0>60)&(lon0<150)] lat_range1=lat0[(lat0>0)&(lat0<60)] z1=z.sel(lon=lon_range1,lat=lat_range1...) lon1,lat1=np.meshgrid(lon_range1,lat_range1) z1=z1.data c11=ax.contourf(lon1,lat1,z1,np.arange(-6,6.01,0.5...，实际上就是新建一个子图覆盖在之前子图的右下角 ax2 = fig.add_axes([0.7365, 0.11, 0.2, 0.2],projection=proj) ax2.set_extent([...=lon0[(lon0>=105)&(lon0<=125)] lat_range2=lat0[(lat0>=0)&(lat0<=25)] z2=z.sel(lon=lon_range2,lat=lat_range2

4.5K5 4

从xarray走向netCDF处理(三)：插值与掩膜

1.4K13 3

数据处理与可视化 | 站点插值格点+空间区域掩膜

在特定的随机过程，例如固有平稳过程中，克里金法能够给出最优线性无偏估计（Best Linear Unbiased Prediction, BLUP），因此在地统计学中也被称为空间最优无偏估计器(spatial...像这种常用的算法一般都是有前人做过的，在github上一搜就能查到。对于克里金插值可以直接调用pykrige包进行Kriging插值计算。...(float(math.floor(df.lat.min())), float(math.ceil(df.lat.max())), 0.25) lons = df["lon"].values..., grid_lat) #转换成网格 xgrid, ygrid = np.meshgrid(grid_lon, grid_lat) #将插值网格数据整理 df_grid...= pd.DataFrame(dict(lon=xgrid.flatten(), lat=ygrid.flatten())) #添加插值结果 df_grid['data'] = z.flatten

2K2 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

Cartopy 系列教程：安装并绘制地图

如何在一张图上同时绘制云图和降水

wrf-python 详解之如何使用

使用Matplotlib & Cartopy绘制我国台风路径图

【附jupyter代码】经验正交分解EOF详解及案例

使用 Basemap 和 Cartopy 绘制子图实例

GPM卫星数据hdf5格式读取与绘图

xarray基础之计算篇

气象常用库 | cartopy常用用法总结

Python气象绘图教程—（十九）剖面图

数据科学 IPython 笔记本 8.16 地理数据和 Basemap

Python | 绘制影像地图（Basemap）

Python可视化 | 三维图形迁移

从xarray走向netCDF处理(三)：插值与掩膜

Matplotlib的朋友Basemap

Basemap系列教程：绘图

metpy绘制锋生与冷锋

基于Python的NCEP再分析数据的中国区域白化（含南海小地图）

从xarray走向netCDF处理(三)：插值与掩膜

数据处理与可视化 | 站点插值格点+空间区域掩膜

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐