如何在使用python绘制netCDF文件中的任何变量之前对网格进行网格划分
因此,我正在绘制柱浓度图,在此之前,我必须制作网格,但如果我直接写:如何在使用python绘制netCDF文件中的任何变量之前对网格进行网格划分,python,python-3.x,latitude-longitude,netcdf,netcdf4,Python,Python 3.x,Latitude Longitude,Netcdf,Netcdf4,因此,我正在绘制柱浓度图,在此之前,我必须制作网格,但如果我直接写: lons,lats= np.meshgrid(lon,lat) x,y = map(lons,lats) 然后会产生以下错误: --------------------------------------------------------------------------- MemoryError Traceback (most recent call las
lons,lats= np.meshgrid(lon,lat)
x,y = map(lons,lats)
然后会产生以下错误:
---------------------------------------------------------------------------
MemoryError Traceback (most recent call last)
<ipython-input-43-cdc15fcf5910> in <module>()
----> 1 lons,lats= np.meshgrid(lon,lat)
2
3 x,y = map(lons,lats)
C:\ProgramData\Anaconda3\lib\site-packages\numpy\lib\function_base.py in
meshgrid(*xi, **kwargs)
4696
4697 if copy_:
-> 4698 output = [x.copy() for x in output]
4699
4700 return output
C:\ProgramData\Anaconda3\lib\site-packages\numpy\lib\function_base.py in
<listcomp>(.0)
4696
4697 if copy_:
-> 4698 output = [x.copy() for x in output]
4699
4700 return output
C:\ProgramData\Anaconda3\lib\site-packages\numpy\ma\core.py in wrapped_method(self, *args, **params)
2573 """
2574 def wrapped_method(self, *args, **params):
-> 2575 result = getattr(self._data, funcname)(*args, **params)
2576 result = result.view(type(self))
2577 result._update_from(self)
MemoryError:
---------------------------------------------------------------------------
MemoryError回溯(上次最近调用)
在()
---->1 lons,lats=np.网格(lon,lat)
2.
3 x,y=地图(长、宽)
中的C:\ProgramData\Anaconda3\lib\site packages\numpy\lib\function\u base.py
网格(*xi,**kwargs)
4696
4697如果复制:
->4698输出=[x.copy()用于输出中的x]
4699
4700返回输出
中的C:\ProgramData\Anaconda3\lib\site packages\numpy\lib\function\u base.py
(.0)
4696
4697如果复制:
->4698输出=[x.copy()用于输出中的x]
4699
4700返回输出
C:\ProgramData\Anaconda3\lib\site packages\numpy\ma\core.py in wrapped_方法(self,*args,**params)
2573 """
2574 def wrapped_方法(self,*参数,**参数):
->2575 result=getattr(self._data,funcname)(*args,**参数)
2576结果=结果视图(类型(自))
2577结果。\u更新\u自(自身)
记忆错误:
但是在所有的教程中,我发现他们没有遇到这个错误。帮助!!!很抱歉发布这样的问题…在第1行中添加sparse='True'可以解决可能重复的错误