Skip to main content
 首页 » 编程设计

python之在地形上方的 python/matplotlib 中绘制不均匀的 2d 数据

2025年05月04日9mfrbuaa

我在 matplotlib 中绘制一些数据轮廓时遇到问题。我正在尝试绘制从 3d 温度场切出的垂直温度横截面。

我的温度数组 (T) 的大小为 50*300,其中 300 是均匀分布的水平层数。但是,50 是垂直级别的数量: a) 非均匀间隔; b) 每个垂直列都有不同的起始级别。因为总是有 50 个垂直级别,但有时它们跨越 100 - 15000 米,有时从 300 - 20000 米(由于地形差异)。

我还有一个二维高度数组(Z;与 T 形状相同)、一个一维水平位置数组 (LAT) 和一个一维地形高度数组 (TER)。

我正在尝试获得与 here 类似的情节您可以在其中看到地形被涂黑,数据围绕它绘制轮廓。

我第一次尝试绘制它是创建一个水平距离和高度的网格,然后使用这些参数创建 contourf 温度。但是 numpy.meshgrid 需要一维输入,而我的高度是一个二维变量。做这样的事情只会从第一列开始向上轮廓:

ax1 = plt.gca() 
z1, x1 = np.meshgrid(LAT, Z[:,0]) 
plt.contourf(z1, x1, T) 
ax1.fill_between(z1[0,:], 0, TER, facecolor='black') 

产生 this .如果我在 meshgrid 中使用 Z[:,-1],它会在地下勾勒出左侧列的轮廓,这显然是我不想要的。我真正想要的是在 meshgrid 中为 Z 使用一些二维数组,但我不确定如何去做。

我也研究过 griddata 函数,但它也需要一维输入。有人对如何处理这个有任何想法吗?任何帮助表示赞赏!

请您参考如下方法:

据我了解,您的数据是结构化的。然后就可以直接使用matplotlib中的contourf或contour选项了。您提供的代码有正确的想法,但您应该使用

x1, z1 = np.meshgrid(LAT, Z[:,0]) 
plt.contourf(x1, Z, T) 

轮廓。我在下面有一个例子

import numpy as np 
import matplotlib.pyplot as plt 
 
 
L, H = np.pi*np.mgrid[-1:1:100j, -1:1:100j] 
T = np.cos(L)*np.cos(2*H) 
H = np.cos(L) + H 
 
plt.contourf(L, H, T, cmap="hot") 
plt.show() 

看起来网格是用原始边界框生成的,但是绘图是用经过变换的高度而不是初始高度绘制的。此外,您可以使用 tricontour对于非结构化数据(或一般情况下),但随后您需要生成三角剖分(在您的情况下很简单)。