pythonnumpy：基于坐标创建二维值数组，并使用pcolormesh、heatplolt打印

我有一个纬度（Lat）和一个Lonitude的数组，这两个数组都是1D数组，形状都是5。 然后我有另一个值为C的数组，这也是一个1D数组，形状为5。我想在最后用pcolormesh绘制洞的东西，这样一种热图图

以下是相应的代码：

import numpy as np
import matplotlib.pyplot as plt
In [13]:

# Data
Lat = np.array([-65.62282562, -65.62266541, -65.62241364, -65.62398529, -65.62410736])
Lon = np.array([145.28251648, 145.38883972, 145.49528503, 121.4509201, 121.55738068, 121.66372681])
C = np.array([0., 0.5, 2, 3, 0])


# Plot
plt.pcolormesh(X, Y, C)

然后我得到以下错误

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-14-164126d430da> in <module>()
      1 # Plot
----> 2 plt.pcolormesh(X, Y, C)

/home/unix/anaconda2/lib/python2.7/site-packages/matplotlib/pyplot.pyc in pcolormesh(*args, **kwargs)
   3091         ax.hold(hold)
   3092     try:
-> 3093         ret = ax.pcolormesh(*args, **kwargs)
   3094     finally:
   3095         ax.hold(washold)

/home/unix/anaconda2/lib/python2.7/site-packages/matplotlib/__init__.pyc in inner(ax, *args, **kwargs)
   1810                     warnings.warn(msg % (label_namer, func.__name__),
   1811                                   RuntimeWarning, stacklevel=2)
-> 1812             return func(ax, *args, **kwargs)
   1813         pre_doc = inner.__doc__
   1814         if pre_doc is None:

/home/unix/anaconda2/lib/python2.7/site-packages/matplotlib/axes/_axes.pyc in pcolormesh(self, *args, **kwargs)
   5393         allmatch = (shading == 'gouraud')
   5394 
-> 5395         X, Y, C = self._pcolorargs('pcolormesh', *args, allmatch=allmatch)
   5396         Ny, Nx = X.shape
   5397 

/home/unix/anaconda2/lib/python2.7/site-packages/matplotlib/axes/_axes.pyc in _pcolorargs(funcname, *args, **kw)
   4993         if len(args) == 3:
   4994             X, Y, C = [np.asanyarray(a) for a in args]
-> 4995             numRows, numCols = C.shape
   4996         else:
   4997             raise TypeError(

ValueError: need more than 1 value to unpack

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
1#图
---->2 plt.pcolormesh（X，Y，C）
/pcolormesh中的home/unix/anaconda2/lib/python2.7/site-packages/matplotlib/pyplot.pyc（*args，**kwargs）
3091斧头保持（保持）
3092尝试：
->3093 ret=ax.pcolormesh（*args，**kwargs）
3094最后：
3095斧头保持（洗旧）
/home/unix/anaconda2/lib/python2.7/site packages/matplotlib/__init__.pyc在内部（ax，*args，**kwargs）
1810警告。警告（消息%（标签名称，功能名称），
1811运行时警告，堆栈级别=2）
->1812返回函数（ax，*args，**kwargs）
1813预付款单=内部付款单__
1814如果pre_doc为无：
/pcolormesh（self，*args，**kwargs）中的home/unix/anaconda2/lib/python2.7/site-packages/matplotlib/axes//u axes.pyc
5393 allmatch=（着色='gouraud'）
5394
->5395 X，Y，C=self.\u pcolorargs（'pcolormesh'，*args，allmatch=allmatch）
5396 Ny，Nx=X.shape
5397
/home/unix/anaconda2/lib/python2.7/site-packages/matplotlib/axes//u axes.pyc in\u pcolorargs（funcname，*args，**kw）
4993如果len（args）==3：
4994 X，Y，C=[np.asanyarray（a）表示args中的a]
->4995个numRows，numCols=C.shape
4996其他：
4997上升类型错误(
ValueError:需要超过1个值才能解包

---

所以我想给每个X-Y对一个C值，所以有5个XY对和5个C值。理论上这应该没有问题，但我真的找不到解决方案！

pcolormesh

用于绘制网格。网格是值的网格（对于

lat

、

lon

和

C

），和

pcolormesh

将绘制连接网格内相邻值的线和四边形

---

您没有网格（2d），最多只能有一条多段线（1d）。该多段线包含的信息不足以生成唯一的热图。

您有两个问题，一个是逻辑问题，另一个是调用

pcolormesh

时的问题：

第一个是

C

和

Lat

包含5个值，但是

Lon

包含6个值。这意味着你没有5个XY值和5个C值，所以你应该解决这个问题

但如果正确展开坐标，则可以创建具有多个不同坐标的pcolormesh：

import numpy as np
import matplotlib.pyplot as plt

plt.figure()

# Data
Lat = np.array([-65.62282562, -65.62266541, -65.62241364, -65.62398529, -65.62410736])
Lon = np.array([145.28251648, 145.38883972, 145.49528503, 121.4509201, 121.55738068])
C = np.array([0., 0.5, 2, 3, 0])

# Plot
plt.pcolormesh(np.expand_dims(Lat, 0), np.expand_dims(Lon, 1), C*np.eye(5))

expand_dims

将使尺寸正确地相互传播，而

np.eye

确保正确的值将具有您在

C

中指定的值，并且所有其他坐标将为零

但是输出可能不会很好，因为这是一个非常稀疏的坐标帧

除了pcolormesh，还有其他替代方法，特别是加权直方图可能是感兴趣的或轮廓：

Lat = np.random.normal(-65, 2, 50000)
Lon = np.random.normal(130, 5, 50000)
C = np.random.randint(0, 10, 50000)

plt.figure()
plt.hexbin(Lat, Lon, C=C, cmap=plt.cm.hot)

---

Pcolormesh旨在与2D变量一起使用。如果将np.eye用于具有大量数据的变量（如实际情况），则可能会遇到内存问题。 可以通过以下方式使用散射来获得类似于具有1D数组的pcolormesh的结果，该一维数组具有与两个数组相同的形状，并且其值出现在两个数组的每对值上

import numpy as np
import matplotlib.pyplot as plt

# Data
Lat = np.array([-65.62282562, -65.62266541, -65.62241364, -65.62398529, -65.62410736])
Lon = np.array([145.28251648, 145.38883972, 145.49528503, 121.4509201, 121.55738068])
X=np.array(Lat[:]).tolist()
Y=np.array(Lon[:]).tolist()
C = np.array([0., 0.5, 2, 3, 0])
C = np.array(C[:]).tolist()
# Plot
plt.scatter(X, Y, c=C, s=10)

---

因此，这意味着我一般不能用pcolormesh来绘制它？我是用多段线来绘制它还是怎样绘制它？是的，我很抱歉Lon也应该只包含5个值！稀疏坐标系是因为我的真实示例有更多的Lat和Lon值以及相应的C值（7933值）。因此我从（-65.62282562到-65.62416077），我有从（145.28251648到121.66372681）的Lon值，两者的形状都是（7933）。-->“稀疏坐标系”复制原始数组有点不好，抱歉！您提供的示例适用于我的（7933值）数据使用pcolormesh，但这需要很长时间！最终是否有其他方法不需要那么长时间？我在答案中包含了一个

hexbin

的示例。如果您想要快速图像，您可能需要存储您的值。谢谢，我使用pcolormesh创建了存储箱，其范围约为200个值，效果非常好！