python-从点集创建计数网格

我有一个经度/纬度数据集，如下所示：

id,spp,lon,lat
1a,sp1,1,9
1b,sp1,3,11
1c,sp1,6,12
2a,sp2,1,9
2b,sp2,1,10
2c,sp2,3,10
2d,sp2,4,11
2e,sp2,5,12
2f,sp2,6,12
3a,sp3,4,13
3b,sp3,5,11
3c,sp3,8,8
4a,sp4,4,12
4b,sp4,6,11
4c,sp4,7,8
5a,sp5,8,8
5b,sp5,7,6
5c,sp5,8,2
6a,sp6,8,8
6b,sp6,7,5
6c,sp6,8,3

根据这些数据，我想生成如下网格：

0 0 0 0 0 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 1 0 0 0 0 0 0 
0 0 0 0 0 0 1 1 2 0 0 0 0 
0 0 0 0 0 1 1 1 1 0 0 0 0 
0 0 0 1 0 1 0 0 0 0 0 0 0 
0 0 0 2 0 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 0 0 0 1 3 0 0 
0 0 0 0 0 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 0 0 0 1 0 0 0 
0 0 0 0 0 0 0 0 0 1 0 0 0 
0 0 0 0 0 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 0 0 0 0 1 0 0 
0 0 0 0 0 0 0 0 0 0 1 0 0 
0 0 0 0 0 0 0 0 0 0 0 0 0 
0 0 0 0 0 0 0 0 0 0 0 0 0

它使用变量“spp”作为分类（分组）因子，给出网格每个单元格中的数据记录数

从这个网格中，我想创建一个热图，叠加在一个地理地图上，这样我就可以得到下图所示的东西

我（最后）设法写了一些代码来满足我的需求

这是：

import csv
import numpy as np
from mpl_toolkits.basemap import Basemap
from matplotlib import cm as cmap
import matplotlib.pyplot as plt

import warnings
warnings.filterwarnings("ignore")

#read input data
with open('testdata.csv', 'r') as csvfile:
    reader = csv.reader(csvfile, delimiter=',')
    headers = reader.next()
    input_data = list(reader)

#grid dimensions with one-degree resolution
lat_inf, lon_inf = 0, 0
lat_sup, lon_sup = 90, 360
resolution = 1

latitude, longitude = [], []
latitude = range(lat_inf, lat_sup, resolution)
longitude = range(lon_inf, lon_sup, resolution)

#create output grid
output_grid = []
for i in latitude:
   output_grid.append([])
   for j in longitude:
       output_grid[i].append(0)

#traverse the input_data evaluating the lat, lon coordinates
#summing +1 in the output_grid[latitude][longitude].
for row in input_data:
   lat = int(row[2]) 
   lon = int(row[3]) 
   #sp = row[1]

   #check its indexes
   i_lat = latitude.index(lat)
   i_lon = longitude.index(lon)

   #increase counter
   output_grid[i_lat][i_lon] += 1

output_grid = np.array(output_grid, np.int16)

#create map
m = Basemap()
m.drawcoastlines(linewidth=0.25)

#display image
im = m.imshow(output_grid.transpose(), cmap='summer', origin='lower', aspect='auto', interpolation='none')
m.colorbar(im)
plt.show()

它（大部分）工作正常，但问题是网格图像没有正确显示：它在地图的左下角显得太小，如下图所示）

此外，除了摆弄Matplotlib颜色贴图外，还有其他方法可以更改图像栅格的背景颜色吗

如有任何提示、想法和建议，我们将不胜感激。

使用参数lon、lat调用Basemap类实例 将lon/lat（以度为单位）转换为x/y贴图投影坐标（以度为单位 米）。如果可选关键字为 反向设置为True

所以，您需要将数据转换为纬度和经度，将其传递给Basemap，并使用返回给您的数据绘制位置

---

您得到的颜色是“酷”的默认颜色（请参见绘图右侧的颜色栏）。我不知道如何更改它，但我认为应该有一些参数可以传递给MPL例程，告诉它使用哪种颜色表示“冷”，使用哪种颜色表示“暖”。在底图上绘制图像可能是可能的，但您需要修改坐标和范围，以使其位于正确的位置

最好使用

pcolormesh

，它支持非等距栅格，因此非常适合不同的投影。你需要的不仅仅是你的数据，还有一个网格。该网格定义数据的每个点的位置。 在使用栅格之前，需要将其转换为底图坐标系，因此如果

lons，lats=np。meshgrid（…，…）

是栅格，而

m=basemap（…）

，则转换后的栅格是

X, Y = m(lons,lats)

然后可以将其提供给

pcolormesh

m.pcolormesh(X,Y,data)

一个完整的示例，其中我们有一个形状（60x40）的数据数组，我们希望它位于-10到50度之间的经度范围内，以及-20到20度之间的纬度范围内：

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.basemap import Basemap

data = np.random.rand(40,60)

lons,lats = np.meshgrid(np.linspace(-10,50,data.shape[1]+1),
                        np.linspace(-20,20,data.shape[0]+1))

fig, ax = plt.subplots()
m = Basemap(projection='merc', ax=ax, lat_0=0.,lon_0=0.,
            llcrnrlon=-179.,llcrnrlat=-80.,urcrnrlon=170.,urcrnrlat=80.)
m.drawcoastlines()
X, Y = m(lons,lats)
pc = m.pcolormesh(X,Y,data,cmap='RdBu_r')

m.drawparallels(np.arange(-60,61,20),labels=[1,1,0,1])
m.drawmeridians([-90,-10,50,90],labels=[1,1,0,1])
plt.show()

---

谢谢，但我不想打印位置，我想在地图上显示图像。此外，颜色映射通过imshow调用中的参数“cmap”进行更改（事实上，我的示例使用MPL称之为“summer”的颜色映射）。但我真正想知道的是，是否有一些棘手的方法来显示带有“透明”背景的图像。当你说“透明”时，我认为这只是意味着冷颜色（你的数据不是）应该与地图的默认颜色匹配。我认为你可以通过将你期望的背景色指定为冷色调来获得这种效果。至于将图像缩放到地图，似乎可以通过摆弄imshow（）的aspect和extent参数来实现。抱歉，我误解了您的意图。已经花了很长时间摆弄imshow的参数，但没有效果。请始终提供问题的详细信息。我不明白为什么我的例子不是“最小的、完整的和可验证的”。如果我没有得到答案，那是因为要么没有人知道答案。哦，好吧，对不起，如果上面的代码真的是完整的，那么你缺少关于坐标的信息。网格中的每个像素都有哪个坐标？非常感谢您的回答，@ImportanceOfBeingErnest。它对meshgrid和pcolormesh很有帮助。然而，我还没有弄清楚如何正确地调整我的数据到地图上。我确实有问题弄清楚你的例子的坐标应该是什么。这就是为什么我提供了一个通用示例。如果你能回答评论中的问题“网格中的每个像素有哪个坐标？”你可能会进一步帮助你。嗨，再次感谢。所以，我没有回答的原因是！问题是我不明白。。。网格的像素坐标是什么意思？在我的例子中，我有一个90行（lats）x360列（lons），因此它是一个1度的分辨率。在上面的答案中，我有40行60列，分辨率为1度。有什么区别？