我想光栅化高分辨率geotiff的小阴影xarray.open_rasterio
似乎是获得datashader.transfer_functions.shade
所需的正确工具。但是,返回的DataArray也有一个频带,它向上跳shade
。出现了几个问题:
xarray.open_rasterio
返回当前在“band”中的值
只是作为数组中的值李>xarray.open_rasterio
所期望的那样李>xarray.open_rasterio
的参数允许指定“band”
作为“价值”李>xarray.open_rasterio
是否应该简单地重新排序或重新标记坐标,使“band”成为第三个坐标(在“x”和“y”之后)李>xarray.open_rasterio
解析了这个GeoTIFF
正确地说,一个调用shade
的方法是否不会混淆这一点
二维阵列与三维阵列李>MRE:使用来自Facebook高分辨率人口地图的GeoTIFF,例如来自here。下面的代码可以将其放在800x800地图上。相反,在我最终理解了为什么shade
在试图给800个类别着色时,它的color_key
参数中只有(默认)22种颜色后,我理解了y
坐标被shade
理解为值。我展示了下面的数组
import rasterio
from rasterio.mask import mask
import os
import datashader as ds
from datashader import transfer_functions as tf
import xarray as xr
from matplotlib.cm import viridis
data_path = 'SOME_PATH/'
file_name = 'HUN_women_of_reproductive_age_15_49.tif' # reproductive women, e.g.
file_path = os.path.join(data_path, file_name)
da = xr.open_rasterio(file_path)
cvs = ds.Canvas(plot_width=800, plot_height=800)
img = tf.shade(cvs.raster(da), cmap=viridis)
此操作失败,因为da
数组如下所示:
<xarray.DataArray (band: 1, y: 10240, x: 24320)> array([[[nan, nan, ..., nan, nan],
[nan, nan, ..., nan, nan],
...,
[nan, nan, ..., nan, nan],
[nan, nan, ..., nan, nan]]]) Coordinates: * band (band) int64 1 * y (y) float64 48.59 48.59 48.59 48.59 ... 45.75
45.75 45.75 45.75 * x (x) float64 16.13 16.14 16.14 16.14 ... 22.89 22.89 22.89 22.89 Attributes:
transform: (0.000277777777778, 0.0, 16.13486111111111, 0.0, -0.00027...
crs: +init=epsg:4326
res: (0.000277777777778, 0.000277777777778)
is_tiled: 1
nodatavals: (nan,)
scales: (1.0,)
offsets: (0.0,)
descriptions: ('Population Count',)
AREA_OR_POINT: Area
cvs.raster()接受一个
layer
参数,以指定要光栅化的所提供的带区;也许这会有帮助在任何情况下,请注意datashader.transfer_functions.shade不会光栅化其输入;这是通过调用Canvas来完成的(这里特别是cvs.graster)。shade只是将已经光栅化的数组转换为彩色像素
相关问题 更多 >
编程相关推荐