pythonquiver和pcolormesh排列不完全正确

我正试图在地图上用风速的彩色图覆盖一幅颤动的风场图

from mpl_toolkits.basemap import Basemap
from pylab import * 

lonMin = 115.5
lonMax = 124.5
latMin = 10
latMax = 20

res = 0.25
lonGrid = arange(lonMin, lonMax, res)
latGrid = arange(latMin, latMax, res)
lonGrid,latGrid = meshgrid(lonGrid,latGrid)

u = random(lonGrid.shape)
v = random(lonGrid.shape)
m = Basemap(llcrnrlon=lonMin,llcrnrlat=latMin,urcrnrlon=lonMax,urcrnrlat=latMax, resolution = 'i')

m.pcolormesh(lonGrid, latGrid, sqrt(u**2+v**2))
m.quiver(lonGrid,latGrid,u,v, latlon = 'true')
m.drawcoastlines()
m.fillcontinents()

这给了我下面的情节

我注意到两件事：

箭袋箭头从pcolormesh生成的像素的左下角发出，而不是从中心发出

绘图的最上方和最右侧边界没有着色

---

这里到底发生了什么，如何修复它？

您的代码有一些问题

首先，避免使用pylab import*中的

，这将严重污染您的命名空间

其次，顶部和右侧缺少数据：这是由于模仿同名MATLAB函数的
pcolormesh
的行为造成的。引用文件说明了这一点：

pcolor（X，Y，C，**kwargs）

[……]

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

因此，您可以通过使用纬度/经度的辅助数组来消除空边界。或者，我建议使用
imshow
，它的底图版本会自动调整比例，以便打印的图像跨越可见地图。将您的
pcolormesh
呼叫切换到

m.imshow(sqrt(u**2+v**2),interpolation='none')

你得到


现在，最后一个问题是如何尝试可视化数据。你的数据是什么？在上图中，数据点对应于每个“像素”的右下角，即
（lat，lon）
点所在的位置。因此，当前的可视化是这样的：每个箭头从它对应的点开始，每个像素对应于其左下角的数据

你要做的是以某种方式将这些箭头移到像素的中心。如果你想要精确，你实际上需要移动像素，因为箭图是根据定义应该在哪里。另一种选择是让地图保持原样，并移动箭袋图（此版本的基本原理是将数据离散化，在像素尺度上，箭头/像素放在何处并不重要）

因为在我看来，如果箭袋箭头保持在原来的位置，则更加准确，因此我建议将整个底图移动半个
（lat，lon）
单位，以便像素集中在实际数据点上。通过将<代码> PIVOT =“中间”<代码>选项传递给<代码>箭头< /代码>：在这种情况下，您的箭头将以数据点为中心（位于每个像素的中间），而不是来源于所述点：

from mpl_toolkits.basemap import Basemap
#from pylab import * 
from pylab import arange,meshgrid,random,sqrt

lonMin = 115.5
lonMax = 124.5
latMin = 10
latMax = 20

res = 0.25
lonGrid = arange(lonMin, lonMax, res)
latGrid = arange(latMin, latMax, res)
lonGrid,latGrid = meshgrid(lonGrid,latGrid)

u = random(lonGrid.shape)
v = random(lonGrid.shape)
m = Basemap(llcrnrlon=lonMin-res/2,llcrnrlat=latMin-res/2,
            urcrnrlon=lonMax-res/2,urcrnrlat=latMax-res/2,
            resolution='i') # shifted!
# data corresponds to (latGrid,lonGrid)
# basemap plot is shifted with (-res/2,-res/2)
# imshow will automatically use the visible map anyway

m.imshow(sqrt(u**2+v**2), interpolation='none')
m.quiver(lonGrid,latGrid,u,v, latlon='true', pivot='middle')
m.drawcoastlines()
m.fillcontinents()

结果图看起来相当不错，现在也很明显颜色与箭头的大小有关：

pcolor（mesh）
模拟同名的MATLAB函数，通常不适合数据可视化。我个人会在很多级别上使用像
tourtf
这样的东西。甚至
imshow
。