您的代码存在一些问题。
首先,避免使用from pylab import *
,这会严重污染你的命名空间。
其次,顶部和右侧缺少数据:这是由于pcolormesh
,它模仿同名的 MATLAB 函数。引用文档功能相似的pcolor http://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.pcolor其中对此进行了解释:
pcolor(X, Y, C, **kwargs)
[...]
理想情况下,X 和 Y 的尺寸应比 C 的尺寸大 1;如果尺寸相同,则 C 的最后一行和最后一列将被忽略。
因此,您可以通过使用纬度/经度辅助数组来消除空边框。或者,我建议使用imshow
,其底图版本会自动调整比例,以便绘制的图像跨越可见地图。切换你的pcolormesh
call to
m.imshow(sqrt(u**2+v**2),interpolation='none')
you get
现在,最后一个问题是如何可视化数据。什么is你的数据?在上图中,数据点对应于每个“像素”的右下角,即您的(lat,lon)
点位于。所以现在的可视化是这样的:每个箭头从它对应的点开始,每个像素对应其左下角的数据。
您想要做的是以某种方式将这些箭头移动到像素中心。如果你想要精确,你实际上需要移动像素,因为根据定义,颤动图就在它应该在的位置。另一种选择是按原样保留地图,并移动箭袋图(此版本背后的基本原理是离散化数据,并且在像素尺度上,将箭头/像素放在哪里并不重要)。
因为在我看来,如果你的箭袋箭头留在原处会更准确,所以我建议将整个底图移动半个(lat,lon)
单位,以便像素以实际数据点为中心。你可以通过传递让它变得最漂亮pivot='middle'
选项quiver
:在这种情况下,您的箭头将以数据点为中心(位于每个像素的中间),而不是源自所述点:
from mpl_toolkits.basemap import Basemap
#from pylab import *
from pylab import arange,meshgrid,random,sqrt
lonMin = 115.5
lonMax = 124.5
latMin = 10
latMax = 20
res = 0.25
lonGrid = arange(lonMin, lonMax, res)
latGrid = arange(latMin, latMax, res)
lonGrid,latGrid = meshgrid(lonGrid,latGrid)
u = random(lonGrid.shape)
v = random(lonGrid.shape)
m = Basemap(llcrnrlon=lonMin-res/2,llcrnrlat=latMin-res/2,
urcrnrlon=lonMax-res/2,urcrnrlat=latMax-res/2,
resolution='i') # shifted!
# data corresponds to (latGrid,lonGrid)
# basemap plot is shifted with (-res/2,-res/2)
# imshow will automatically use the visible map anyway
m.imshow(sqrt(u**2+v**2), interpolation='none')
m.quiver(lonGrid,latGrid,u,v, latlon='true', pivot='middle')
m.drawcoastlines()
m.fillcontinents()
生成的图看起来相当不错,现在也很明显颜色与箭头的大小相关: