这是我的数据:Lon Lat Z Z2 pos

32.6 -13.6 41 9 CHIP

27.1 -16.9 43 12 CHOM

32.7 -10.2 46 14 ISOK

24.2 -13.6 33 13 KABO

28.5 -14.4 43 11 KABW

28.1 -12.6 33 16 KAFI

27.9 -15.8 46 13 KAFU

24.8 -14.8 44 9 KAOM

31.1 -10.2 35 14 KASA

25.9 -13.5 24 8 KASE

29.1 -9.8 10 13 KAWA

25.8 -17.8 39 11 LIVI

33.2 -12.3 44 8 LUND

28.3 -15.4 46 12 LUSA

27.6 -16.1 47 9 MAGO

28.9 -11.1 31 15 MANS

31.3 -8.9 39 9 MBAL

31.9 -13.3 45 9 MFUW

23.1 -15.3 31 9 MONG

31.4 -11.9 39 9 MPIK

27.1 -15.0 42 12 MUMB

24.4 -11.8 15 9 MWIN

28.6 -13.0 39 9 NDOL

31.3 -14.3 44 12 PETA

23.3 -16.1 39 5 SENA

30.2 -13.2 38 11 SERE

24.3 -17.5 32 10 SESH

26.4 -12.2 23 12 SOLW

23.1 -13.5 27 14 ZAMB

这是我试过的密码。给我的问题是数据网格化和轮廓化。下面的代码主要来自stackoverflow上的各个帖子,但是要找到任何能解决我特定问题的东西并不容易。#!/usr/bin/python

from mpl_toolkits.basemap import Basemap

import matplotlib.pyplot as plt

import numpy as np

from scipy.interpolate import griddata

#prepare a basemap

m = Basemap(projection = 'merc',llcrnrlon = 21, llcrnrlat = -18, urcrnrlon = 34, urcrnrlat = -8)

m.drawmapboundary(fill_color = 'white')

m.fillcontinents(color = '0.85')

# draw country outlines.

m.drawcountries(linewidth=0.5, linestyle='solid', color='k', antialiased=1, ax=None, zorder=None)

m.drawparallels(np.arange(-18, -8, 2.), color = '0.25', linewidth = 0.5)

m.drawparallels(parallels,labels=[True,False,False,False])

m.drawmeridians(np.arange(21,36, 2.), color = '0.25', linewidth = 0.5)

m.drawmeridians(meridians,labels=[False,False,False,True])

#plt.show() ##Code works up to here, drawing basemap

#######################################################

#prepare data for contouring

#declare empty arrays for xyz

xarray = []

yarray = []

zarray = []

#get data and pack in the arrays

with open("meansr.txt", "r") as f:

for line in f:

(x, y, z, z2, pos) = line.split()

xarray.append(x)

yarray.append(y)

zarray.append(z)

f.close()

#prepare and grid the data

extent = (min(xarray), max(xarray), min(yarray), max(yarray))

xs,ys = np.mgrid[extent[0]:extent[1]:30j, extent[2]:extent[3]:30j]

z = griddata((xarray, yarray), zarray, (xs, ys))

x,y = m(xarray,yarray)

#make contour plot

cs = m.contourf(x, y, z)

cs2 = m.contour(x,y,z, levels = range(10,50,5),colors = 'blue')

plt.clabel(cs, fmt = '%.0f', inline = True)

plt.show()

这是我在轮廓部分得到的错误:Traceback (most recent call last):

File "./contour12.py", line 44, in

xs,ys = np.mgrid[extent[0]:extent[1]:29j, extent[2]:extent[3]:29j]

File "/home/zmumba/anaconda/lib/python2.7/site-packages/numpy/lib/index_tricks.py", line 185, in __getitem__

step = key.step

AttributeError: 'tuple' object has no attribute 'step'

我不知道30j在上面的代码中应该做什么,尽管我的数据有29点

python 等高线地图 处理_python中不规则网格上地图覆盖等高线相关推荐

  1. python规则网格插值_Python中规则网格上的插值

    什么是合理的解决方案很大程度上取决于你试图用插值像素回答的问题--请注意清空器:对丢失的数据进行外推会导致非常误导的答案! 径向基函数插值/核平滑 就Python中可用的实际解决方案而言,填充这些像素 ...

  2. python算法和数据结构_Python中的数据结构和算法

    python算法和数据结构 To 至 Leonardo da Vinci 达芬奇(Leonardo da Vinci) 介绍 (Introduction) The purpose of this ar ...

  3. LeetCode高频题:《逆水寒》在地图的制作中,美术在地图上刷一片连通区域,连通区域自动填充,请你判断给定几个点位置,他们是否属于被刷区域

    LeetCode高频题:<逆水寒>在地图的制作中,美术在地图上刷一片连通区域,连通区域自动填充,请你判断给定几个点位置,他们是否属于被刷区域? 提示:本题是系列LeetCode的150道高 ...

  4. python决策树 多分类_Python中的决策树分类:您需要了解的一切

    python决策树 多分类 什么是决策树? (What is Decision Tree?) A decision tree is a decision support tool that uses ...

  5. python基础知识测试题_Python中的单元测试—基础知识

    python基础知识测试题 Unit testing is the number one skill which separates people who just finished their de ...

  6. python数据库模糊查询_python中数据库like模糊查询方式

    python中数据库like模糊查询方式 在Python中%是一个格式化字符,所以如果需要使用%则需要写成%%. 将在Python中执行的sql语句改为: sql = "SELECT * F ...

  7. python redis 消息队列_python中利用redis构建任务队列(queue)

    Python中的使用标准queue模块就可以建立多进程使用的队列,但是使用redis和redis-queue(rq)模块使这一操作更加简单. Part 1. 比如首先我们使用队列来简单的储存数据:我们 ...

  8. python怎么清理垃圾_Python 中的“垃圾”是怎么回收的?

    前言 对于python来说,一切皆为对象,所有的变量赋值都遵循着对象引用机制.程序在运行的时候,需要在内存中开辟出一块空间,用于存放运行时产生的临时变量:计算完成后,再将结果输出到永久性存储器中.如果 ...

  9. python怎么调用文件_python 中如何引用头文件

    python 引入 导入 自定义模块, python 引入 导入 外部文件 python 引入 导入 自定义模块, python 引入  导入 外部文件 项目中想使用以前的代码,或者什么样的需求致使你 ...

最新文章

  1. 芭比扣了!Nacos中服务删除不了,肿么办?
  2. Hadoop数据压缩 与 数据清洗ETL
  3. 马的走法编程java_马周游问题(Java实现)
  4. Java char jdk_java学习系列之二---字符串(char.String.StringBuilder以及StringBuffer)
  5. android中计算日期差,Android编程实现根据不同日期计算天数差的方法
  6. quartz可以指定方法名吗_2020象限仪流星雨肉眼可以看见吗?象限仪座流星雨观测方法...
  7. Linux系统中用DNW向ARM开发板下载程序
  8. 集成测试之自顶向下、自底向上、三明治集成
  9. 嵌入式单片机基础篇(五)之stm32F1以及51单片机时钟详解
  10. PowerBuilder fileOpen()
  11. 卡塔编程_量子卡塔教您如何在Q#中进行量子编程
  12. c语言:“有一个已排好序的数组,要求输入一个数后,按原来的规律将它插入数组中” 的程序分析及详细代码
  13. 用C语言求解一元二次方程组
  14. 儒家、道家、释家之异同(下)
  15. bp神经网络数学建模论文,关于bp神经网络的论文
  16. 函数式编程中的副作用概念
  17. 【ZYNQ】裸机 PS + PL 双网口实现之 lwip 库文件修改
  18. android防拷贝防复制,有没有一款可以加密保护u盘防拷贝防复制软件
  19. 深入理解c++函数调用的参数传递与局部变量申请
  20. [随笔]_周鸿祎:谈谈现在唯一有用的创新-微创新

热门文章

  1. Redis从入门到入土
  2. stm32cubeMX+FreeRTOS(1)——点灯
  3. 华夏ERP-V3.2 部署(windows)
  4. python标书制作辅助脚本pandas
  5. 计算机除用哪个函数,计算机常用函数表
  6. 5G版iPhone确定后年登场!
  7. 玩转华为ENSP模拟器系列 | 配置Dot1q终结子接口支持DHCP Relay示例
  8. 用javascript实现五子棋(二)
  9. php销售清单录入,Netsuite SuiteTalk – 通过PHP请求客户发票清单
  10. TI CC2640R2F-Q1车规级蓝牙WIFI模组介绍