使用pcolor在python中绘制3个数组

我读了一张卫星图像，从图像中获取数据，lat和lon，然后放入一个阵列。lat的尺寸为（135,90），lon的尺寸也为（135,90）。数据的维度最初是（135,90,4,9,8），其中4表示图像的频带。经过处理（使用for循环将所有波段放在一幅图像中），数据的尺寸为biw（1215720），即（135 x 9，90 x 8）。我有一段代码，它是：

x = lat   # dimension (135,90)
y = lon   # dimension (135,90)
z = data  # dimension ( 1215, 720) 

plt.figure()
plt.pcolor(x,y,z)
plt.colorbar()
plt.savefig("proj1.png")

但随后它在下面产生了一个非常糟糕的形象：

---

我的朋友之前告诉我应该在lat和lon中取更多的点，以便使其与数据的维度相同。但我不知道怎么做。他说的方法正确吗？

又是我。。。matplotlib的文档在这里说

X和Y，如果给定，指定彩色四边形的（X，Y）坐标；C[i，j]的四边形在以下位置有角：

理想情况下，X和Y的尺寸应比C的尺寸大一倍；如果尺寸相同，则C的最后一行和最后一列将被忽略

然而，C的尺寸（或形状）与X和Y完全不同。matplotlib通常希望您准备（1）X，Y是网格点（或角点）的X和Y坐标，（2）C是由4个相邻网格点包围的瓷砖的值。所以x的形状，y是135和90。然后颜色应该是134乘89，或者135和90

我的理解是，这个C的数据来自modis像素，你们已经有了135x90。所以你应该指定12150瓷砖的角点。。。有道理？若知道中心点的纬度/经度，则将其向左/向下移动半个距离，然后在右/上方添加一行和一列以创建栅格点。如果使用投影坐标而不是lat/lon，则情况相同。或者你可以忘记这些半程交易，只需插入你已经得到的X和Y（135x90），以及C，它必须是135x90，才能使用pcolor

（135,90,4,9,8）中的9,8是什么意思？每个水平网格单元是否有9*8个不同的属性？e、 垂直层、不同种类的化学物质或物理性质？如果是这样，您必须选择一个，并一次绘制一个图（即，仅输入135x90的C以及您的X和Y）。另外，你提到4代表“乐队”。如果这个id色带像RGBK，你想显示这个颜色，那么pcolor可能不好，你必须寻找一些其他的函数或者理解这4个数字的东西。pcolor只需读取数字范围，然后应用最小值和最大值之间的比例，然后应用从蓝色到红色的颜色比例（或任何您选择的颜色比例）

编辑

我抓取了一个1B级的数据集，以及来自的文档

该数据集由AIRS 1A级数字编号（DN）生成，包括频谱0.4至1.0 um区域内的4个通道。一天的AIRS数据分为240个场景，每个场景持续6分钟。对于AIRS可见光/近红外测量，单个场景包含135条扫描线，其中扫描线包含720个交叉轨迹像素和9个沿轨迹像素；每个场景总共有720 x 9 x 135=874800个可见/近红外像素

因此，最简单的方法是获得每个位置的8x9值的平均值，并从四个轨迹中一次选择一个。或者，由于这些波段对应不同的颜色，如下面的波长所示

• 第一频道：0.41微米-0.44微米
• 第二频道：0.58微米-0.68微米
• 第三频道：0.71微米-0.92微米
• 第四频道：0.49微米-0.94微米

您可能会将这些用作pylab的imshow（）函数输入的RGBK值。您可能不喜欢空间平均后输出的粗略分辨率。在这种情况下，您必须以某种方式获取每个位置内（9,8）个像素的坐标。但是应该有一个标准的方法，数据是广泛使用的公共数据

    (X[i,   j],   Y[i,   j]),
    (X[i,   j+1], Y[i,   j+1]),
    (X[i+1, j],   Y[i+1, j]),
    (X[i+1, j+1], Y[i+1, j+1]).