Matplotlib Contour/ Contourf在北极/ Dateline的Cartopy奇点中

Question

我正在尝试产生热图，显示与北极上方的卫星链接的大气衰减值，但是我对matplotlib轮廓/轮廓函数进行的插值有问题。

轮廓函数完成的线性插值在n.pole周围无法很好地工作，因为我怀疑它不知道在从（-180度到+180 ver）的值之间插值。 IE越过数据线，或越过杆子。

关于一种生成热图的不同方法的任何建议，以避免在中心这个可怕的孔吗？

下面的代码生成图。

import cartopy.crs as ccrs
import cartopy.feature


plt.figure(figsize=(10,10))

# Initialise Cartopy Axes.
proj=ccrs.LambertAzimuthalEqualArea(central_longitude=0, central_latitude=90)

ax = plt.axes(projection = proj)

ax.set_extent([-180,180,45,90], ccrs.PlateCarree())

ax.add_feature(cartopy.feature.LAND)
ax.add_feature(cartopy.feature.OCEAN)
ax.add_feature(cartopy.feature.COASTLINE)
ax.add_feature(cartopy.feature.BORDERS, linestyle=':')
ax.gridlines(ls=":",color="grey",lw=0.5)


x0,x1 = attenuation_df.lon.min(), attenuation_df.lon.max()
y0,y1 = attenuation_df.lat.min(), attenuation_df.lat.max()

x,y = np.linspace(x0,x1,1000), np.linspace(y0,y1,1000)
X,Y = np.meshgrid(x,y)

Z = scipy.interpolate.griddata(
    attenuation_df[["lon","lat"]],
    attenuation_df["attenuation"],
    (X,Y),
    method="linear",
)

plt.contourf(X,Y,Z,transform=ccrs.PlateCarree(),alpha=0.5)
plt.colorbar(shrink=0.5)

plt.title("Attenuation")

plt.show()

Attenation_DF是熊猫数据框架，其中包含大约3500个样品点的衰减值，在全球范围内均等。这是样品点的位置：

这是Attenation_df的标题：

	LON	LAT	衰减
0	-30.8538	48.8813	0.860307
1	-29.0448	49.5026	0.783662
2	-27.2358	50.1317	0.720165
3	-32.6628	=	href
<	“	a	https://pastebin.com/

在这里： nya1jfgt“ rel =“ nofollow noreferrer”> https://pastebin.com/nyaa1jfgt

Answer 1

一种解决方案是将数据重新投射到其他坐标系，我的建议是使用a 。但是，以北极为中心的大“孔”不是来自使用的坐标系，而是来自数据集中的一些NAN，因此您首先必须删除这些值。

这里有一个工作解决方案：

from pyproj import Proj

# Define a pyproj function to reproject data
def coordinate_conv(x, y, inverse = True):
    p = Proj('+proj=stere +lat_0=90 +lat_ts=70 +lon_0=-45 +k=1 +x_0=0 +y_0=0 +a=6378273 +b=6356889.449 +units=m +no_defs')
    return p(x, y, inverse = inverse)

# Drop null values
attenuation_df.dropna(how = 'any', inplace = True)

# Reproject data
rpjx, rpjy = coordinate_conv(attenuation_df.lon, attenuation_df.lat, False)
rpj_cord = pd.DataFrame({'x': rpjx, 'y': rpjy})

# Interpoolate data
x,y = np.linspace(rpjx.min(),rpjx.max(),1000), np.linspace(rpjy.min(),rpjy.max(),1000)
X,Y = np.meshgrid(x,y)

Z = interpolate.griddata(
    rpj_cord,
    attenuation_df["attenuation"],
    (X,Y),
    method="linear",
)

# Figure
plt.figure(figsize=(10,10))

# Initialise Cartopy Axes.
proj=ccrs.LambertAzimuthalEqualArea(central_longitude=0, central_latitude=90)

ax = plt.axes(projection = proj)

ax.set_extent([-180,180,45,90], ccrs.PlateCarree())

ax.add_feature(cartopy.feature.LAND)
ax.add_feature(cartopy.feature.OCEAN)
ax.add_feature(cartopy.feature.COASTLINE)
ax.add_feature(cartopy.feature.BORDERS, linestyle=':')
ax.gridlines(ls=":",color="grey",lw=0.5)

kw = dict(central_latitude=90, central_longitude=-45, true_scale_latitude=70)
plt.contourf(X,Y,Z, transform=ccrs.Stereographic(**kw),alpha=0.5)
plt.colorbar(shrink=0.5)

plt.title("Attenuation")

这是输出图：