Python 在底图中绘制倾斜网格网络

下面是一个示例图作为说明

该图显示了欧洲部分地区的卫星SO2柱数据

由于卫星与经度的差异，符合卫星扫描原理的网格网络与经度不平行

---

我不知道是否可以在matplotlib.basemap中使用pcolor或pcolormesh绘制这种网格网络。所以，我把我的问题贴在这里。

看看本页的不同例子：

示例的主要思想是在底图上绘制pcolormesh：

---

查看本页中的不同示例：

示例的主要思想是在底图上绘制pcolormesh：

---

我偶然发现了这个问题，因为我也在寻找一种方法，使用matplotlib和basemap在地图上绘制网格卫星测量。 我不确定我的想法是否与你的问题相关，因为我的像素只能假设非常有限的离散值4，但我决定无论如何回答，也要看看你是否最终找到了一个有效的解决方案。我所做的是使用多边形方法，将每个像素直接绘制为地图上的多边形。 我将alpha值设置为基础物理测量的函数。在我的例子中——一个云遮罩图——这个策略非常有效。 下面是为要打印的每个像素调用的函数：

def draw_cloud_pixel(lats, lons, index, mapplot):
    """Draw a pixel on the map. The fill color alpha level depends on the cloud index, 
    ranging from 0.1 (almost fully transparent) for confidently clear pixels to 1 (fully opaque)
    for confidently cloudy pixels.

    Keyword arguments:
    lats -- Array of latitude values for the pixel 4 corner points (numpy array)
    lons -- Array of longitudes values for the pixel 4 corner points (numpy array)
    index -- Cloud mask index for given pixel: 
        0: confidently_cloudy
        1: probably_cloudy
        2: probably_clear
        3: confidently_clear
    mapplot -- Map object for coordinate transformation

    Returns:
    None
    """
    x, y = mapplot(lons, lats)
    xy = zip(x,y)
    poly = Polygon(xy, facecolor='white', alpha=1-0.3*index)
    plt.gca().add_patch(poly)

在我的主绘图例程中，然后为选定区域中的每个像素调用draw_cloud_pixel函数：

# draw plot, each pixel at the time
for scanline in xrange(select_cp_lat.shape[0]):
    for pixel in xrange(select_cp_lat.shape[1]):
        draw_cloud_pixel(select_cp_lat[scanline, pixel,:], 
                         select_cp_lon[scanline, pixel,:], 
                         cloud_mask[scanline, pixel], 
                         mapplot)

我得到这样的情节：

---

我偶然发现了这个问题，因为我也在寻找一种方法，使用matplotlib和basemap在地图上绘制网格卫星测量值。 我不确定我的想法是否与你的问题相关，因为我的像素只能假设非常有限的离散值4，但我决定无论如何回答，也要看看你是否最终找到了一个有效的解决方案。我所做的是使用多边形方法，将每个像素直接绘制为地图上的多边形。 我将alpha值设置为基础物理测量的函数。在我的例子中——一个云遮罩图——这个策略非常有效。 下面是为要打印的每个像素调用的函数：

def draw_cloud_pixel(lats, lons, index, mapplot):
    """Draw a pixel on the map. The fill color alpha level depends on the cloud index, 
    ranging from 0.1 (almost fully transparent) for confidently clear pixels to 1 (fully opaque)
    for confidently cloudy pixels.

    Keyword arguments:
    lats -- Array of latitude values for the pixel 4 corner points (numpy array)
    lons -- Array of longitudes values for the pixel 4 corner points (numpy array)
    index -- Cloud mask index for given pixel: 
        0: confidently_cloudy
        1: probably_cloudy
        2: probably_clear
        3: confidently_clear
    mapplot -- Map object for coordinate transformation

    Returns:
    None
    """
    x, y = mapplot(lons, lats)
    xy = zip(x,y)
    poly = Polygon(xy, facecolor='white', alpha=1-0.3*index)
    plt.gca().add_patch(poly)

在我的主绘图例程中，然后为选定区域中的每个像素调用draw_cloud_pixel函数：

# draw plot, each pixel at the time
for scanline in xrange(select_cp_lat.shape[0]):
    for pixel in xrange(select_cp_lat.shape[1]):
        draw_cloud_pixel(select_cp_lat[scanline, pixel,:], 
                         select_cp_lon[scanline, pixel,:], 
                         cloud_mask[scanline, pixel], 
                         mapplot)

我得到这样的情节：