Python 使用cartopy从netcdf打印数据不是0经度处的打印数据

我正在用网格数据来完成我的旅程，我一直在尝试用cartopy从netcdf文件中绘制一些温度数据。我遵循了一些例子，我不明白为什么我的阴谋在中间有一条白线。（我已经检查了数据，矩阵上都是数字，没有N）

---

问得好！问题在于，对于大多数网格化气候数据，经度坐标看起来像：

array([1.25, 3.75, 6.25, ..., 351.25, 353.75, 356.25, 358.75])

因此，没有明确的

经度=0

点，这通常会在绘图中显示一条细细的白线。我有时也在发表的论文（甚至《自然》）中看到这个问题

解决这个问题的方法有很多，但最简单的方法是使用

cartopy

包，它有一个名为

add\u circular\u point

的实用程序，基本上是在

经度=0

点的任一侧插入数据。（参考号：）

这种方法唯一的缺点是，当使用

xarray

时，这意味着您必须手动提取数据，然后您会丢失元数据，因此我编写了一个函数，在维护元数据的同时保持这种良好的易用性

从cartopy.util导入添加循环协调
将xarray作为xr导入
def xr_添加_循环_点（da）：
"""
投入
da:xr.DataArray，带维度（时间、纬度、经度）
"""
#使用“添加循环点”插值输入数据
lon_idx=da.dims.index（'lon'）
换行数据，换行长度=添加循环点（da.values，coord=da.lon，axis=lon\u idx）
#使用新数据生成输出DataArray，但结构与输入相同
输出数据=xr.DataArray（数据=包裹数据，
coords={'time'：da.time，'lat'：da.lat，'lon'：wrap_lon}，
dims=da.dims，
attrs=da.attrs）
返回输出数据

示例

例如，如果我的初始数据数组如下所示：

<xarray.DataArray 'tas' (time: 60, lat: 90, lon: 144)>
[777600 values with dtype=float32]
Coordinates:
  * lat      (lat) float64 -89.49 -87.98 -85.96 -83.93 ... 85.96 87.98 89.49
  * lon      (lon) float64 1.25 3.75 6.25 8.75 11.25 ... 351.3 353.8 356.2 358.8
  * time     (time) object 1901-01-16 12:00:00 ... 1905-12-16 12:00:00
Attributes:
    long_name:         Near-Surface Air Temperature
    units:             K
    valid_range:       [100. 400.]
    cell_methods:      time: mean
    standard_name:     air_temperature
    original_units:    deg_k
    original_name:     t_ref
    cell_measures:     area: areacella
    associated_files:  baseURL: http://cmip-pcmdi.llnl.gov/CMIP5/dataLocation...

现在，我可以使用我的函数生成一个新的插值数据数组，如下所示：

wrapped_tas = xr_add_cyclic_point(tas)

希望有帮助！！：）

tas.mean(dim='time').plot.contourf()

wrapped_tas = xr_add_cyclic_point(tas)

wrapped_tas

<xarray.DataArray (time: 60, lat: 90, lon: 145)>
array([[[251.19466, 251.19469, 251.19472, ..., 251.19226, 251.19073,
         251.19466], ...
        [250.39403, 250.39468, 250.39961, ..., 250.39429, 250.39409,
         250.39403]]], dtype=float32)
Coordinates:
  * time     (time) object 1901-01-16 12:00:00 ... 1905-12-16 12:00:00
  * lat      (lat) float64 -89.49 -87.98 -85.96 -83.93 ... 85.96 87.98 89.49
  * lon      (lon) float64 1.25 3.75 6.25 8.75 11.25 ... 353.8 356.2 358.8 361.2
Attributes:
    long_name:         Near-Surface Air Temperature
    units:             K
    valid_range:       [100. 400.]
    cell_methods:      time: mean
    standard_name:     air_temperature
    original_units:    deg_k
    original_name:     t_ref
    cell_measures:     area: areacella
    associated_files:  baseURL: http://cmip-pcmdi.llnl.gov/CMIP5/dataLocation...

wrapped_tas.mean(dim='time').plot.contour()