Numpy 准备数据以在Matplotlib'中绘制等高线；s底图

我很难用Matplotlib绘制底图，而且我对它相当陌生，所以我希望能得到一些帮助

我有以下格式的数据：

[ (lat1, lon1, data1), 
  (lat2, lon2, data2),
  (lat3, lon3, data3),
  ...
  (latN, lonN, dataN) ]

下面是一些示例数据：

(32.0, -128.5, 3.99)
(31.0, -128.0, 3.5027272727272734)
(31.5, -128.0, 3.7383333333333333)
(32.0, -128.0, 3.624)
(32.5, -128.0, 3.913157894736842)
(33.0, -128.0, 4.443333333333334)

最后，以下是我计划绘制的有关我的数据的一些基本统计数据：

LAT MIN:  22
LAT MAX:  50
LAT LEN:  1919
LON MIN:  -128
LON MAX:  -97
LON LEN:  1919
DATA MIN: 0
DATA MAX: 12
DATA LEN:  1919

我需要在美国大陆的底图上绘制等高线图。就我的一生而言，我似乎无法弄清楚如何设置用于绘图的数据

我读到X轴（LATS）需要是np.array，Y轴（LONS）需要是np.array，Z（数据）需要是MxN矩阵，其中M=len（LATS）和N=len（LONS）。对我来说，Z是一个对角线矩阵，其中对角线包含对角线上的数据，对角线上的值是对应于LATS和LONS索引的数据中的值

这是我的密码：

def show_map(self, a):

    a = sorted(a, key = lambda entry: entry[0])     # sort by latitude
    a = sorted(a, key = lambda entry: entry[1])     # then sort by longitude

    lats = [ x[0] for x in a ]
    lons = [ x[1] for x in a ]
    data = [ x[2] for x in a ]

    lat_min = min(lats)
    lat_max = max(lats)
    lon_min = min(lons)
    lon_max = max(lons)
    data_min = min(data)
    data_max = max(data)

    x = np.array(lats)
    y = np.array(lons)
    z = np.diag(data)

    m = Basemap(
        projection = 'merc',
        llcrnrlat=lat_min, urcrnrlat=lat_max,
        llcrnrlon=lon_min, urcrnrlon=lon_max,
        rsphere=6371200., resolution='l', area_thresh=10000
        lat_ts = 20, resolution = 'c'
    )

    fig = plt.figure()
    plt.subplot(211)
    ax = plt.gca()

    # draw parallels
    delat = 10.0
    parallels = np.arange(0., 90, delat)
    m.drawparallels(parallels, labels=[1,0,0,0], fontsize=10)

    # draw meridians
    delon = 10.
    meridians = np.arange(180.,360.,delon)
    m.drawmeridians(meridians,labels=[0,0,0,1],fontsize=10)

    # draw map features
    m.drawcoastlines(linewidth = 0.50)
    m.drawcountries(linewidth = 0.50)
    m.drawstates(linewidth = 0.25)

    ny = z.shape[0]; nx = z.shape[1]        # make grid
    lo, la = m.makegrid(nx, ny)
    X, Y = m(lo, la)
    clevs = [0,1,2.5,5,7.5,10,15,20,30,40,50,70,100,150,200,250,300,400,500,600,750]
    cs = m.contour(X, Y, z, clevs)

    plt.show()

然而，我得到的情节是：。我需要这样的东西：

有人能指出我做错了什么并帮我策划吗？多谢各位

谢谢你为什么要写：

z = np.diag(data) 

从中，

numpy.diag（v，k=0）

提取对角线或构造对角线数组。

---

这就是为什么你只能得到一个“对角线区域”的值…

我知道怎么做了。这是我最后编写的代码，我认为这可以帮助其他用户。如果有更好的方法，请说明，因为我是Matplotlib新手

---

您的链接要点是一个解决方案，但在另一个地方仍然是错误的

在你的问题和链接的要点中，你用lon和lat切换了x和y坐标

x代表lon

y代表纬度

---

因此，链接的gist仍然会得到错误的结果。

可能需要将x、y和z数组从1D数组重新调整为N-D数组（其中N大于1）。希望这能有所帮助。@khan，你能给我提供更多关于如何做的细节吗？我对numpy和matplotlib整体来说是个新手，所以我正在阅读有关它的文章。x和y实际上分别是纬度和经度值的列表。我不明白为什么它们应该是N-D数组。我可以做以下操作，并将其作为常规绘图（pyplot.contour（…）而不是basemap.contour（…）但是，当我对basemap.contour（…）执行相同操作时，使用以下代码：，我得到错误：@daneil:尝试通过np重塑数据。重塑（m，N）其中m和n是新矩阵的维数。我错了。起初，我认为z需要是一个二维数组（？）/矩阵，因为轮廓需要一个二维数组，只是盲目地使用它。