python从点集创建计数网格

Question

我有一个经纬度数据集，如下所示：

id,spp,lon,lat
1a,sp1,1,9
1b,sp1,3,11
1c,sp1,6,12
2a,sp2,1,9
2b,sp2,1,10
2c,sp2,3,10
2d,sp2,4,11
2e,sp2,5,12
2f,sp2,6,12
3a,sp3,4,13
3b,sp3,5,11
3c,sp3,8,8
4a,sp4,4,12
4b,sp4,6,11
4c,sp4,7,8
5a,sp5,8,8
5b,sp5,7,6
5c,sp5,8,2
6a,sp6,8,8
6b,sp6,7,5
6c,sp6,8,3

从这些数据中，我想生成如下网格：

^{pr2}$

它使用变量“spp”作为分类（分组）因子，给出网格中每个单元格中的数据记录数。在

从这个网格，我想创建一个热图，叠加在一个地理地图上，这样我就得到了类似下图的结果。在

我（最后）设法写了一些代码，可以做我想做的。在

这里是：

import csv
import numpy as np
from mpl_toolkits.basemap import Basemap
from matplotlib import cm as cmap
import matplotlib.pyplot as plt

import warnings
warnings.filterwarnings("ignore")

#read input data
with open('testdata.csv', 'r') as csvfile:
    reader = csv.reader(csvfile, delimiter=',')
    headers = reader.next()
    input_data = list(reader)

#grid dimensions with one-degree resolution
lat_inf, lon_inf = 0, 0
lat_sup, lon_sup = 90, 360
resolution = 1

latitude, longitude = [], []
latitude = range(lat_inf, lat_sup, resolution)
longitude = range(lon_inf, lon_sup, resolution)

#create output grid
output_grid = []
for i in latitude:
   output_grid.append([])
   for j in longitude:
       output_grid[i].append(0)

#traverse the input_data evaluating the lat, lon coordinates
#summing +1 in the output_grid[latitude][longitude].
for row in input_data:
   lat = int(row[2]) 
   lon = int(row[3]) 
   #sp = row[1]

   #check its indexes
   i_lat = latitude.index(lat)
   i_lon = longitude.index(lon)

   #increase counter
   output_grid[i_lat][i_lon] += 1

output_grid = np.array(output_grid, np.int16)

#create map
m = Basemap()
m.drawcoastlines(linewidth=0.25)

#display image
im = m.imshow(output_grid.transpose(), cmap='summer', origin='lower', aspect='auto', interpolation='none')
m.colorbar(im)
plt.show()

它（基本上）可以工作，但问题是网格图像没有正确显示：它看起来太小，在地图的左下角，如下图所示）。在

另外，除了摆弄Matplotlib颜色映射之外，有没有其他方法可以更改图像网格的背景颜色？在

任何提示，想法，建议将不胜感激。在

Answer 1

doc for Basemap上写着

Calling a Basemap class instance with the arguments lon, lat will convert lon/lat (in degrees) to x/y map projection coordinates (in meters). The inverse transformation is done if the optional keyword inverse is set to True.

因此，您需要将数据转换为lat和lon的度数，将它们传递给Basemap，然后使用返回给您的数据来绘制位置。在

您得到的颜色是“酷”的默认颜色（请参见绘图右侧的颜色栏）。我不确定如何更改它，但我认为应该有一些参数可以传递给MPL例程来告诉它哪个颜色用于“cool”而哪个颜色用于“warm”。在

Answer 2

在底图上绘制图像可能是可能的，但您需要调整坐标和范围以使其处于正确的位置。在

最好使用pcolormesh，它支持非等距网格，因此非常适合不同的投影。你需要的不仅是你的数据，还有一个网格。此网格定义数据的每个点的位置。 在使用栅格之前，您需要将其转换为底图坐标系，因此如果lons,lats = np.meshgrid(..., ...)是栅格，m = Basemap(..)，则转换后的栅格是

X, Y = m(lons,lats)

然后可以将其提供给pcolormesh

^{pr2}$

一个完整的例子，我们有一个形状（60x40）的数据数组，我们希望它位于经度范围-10到50度之间，纬度范围在-20到20度之间：

import numpy as np
from matplotlib import pyplot as plt
from mpl_toolkits.basemap import Basemap

data = np.random.rand(40,60)

lons,lats = np.meshgrid(np.linspace(-10,50,data.shape[1]+1),
                        np.linspace(-20,20,data.shape[0]+1))

fig, ax = plt.subplots()
m = Basemap(projection='merc', ax=ax, lat_0=0.,lon_0=0.,
            llcrnrlon=-179.,llcrnrlat=-80.,urcrnrlon=170.,urcrnrlat=80.)
m.drawcoastlines()
X, Y = m(lons,lats)
pc = m.pcolormesh(X,Y,data,cmap='RdBu_r')

m.drawparallels(np.arange(-60,61,20),labels=[1,1,0,1])
m.drawmeridians([-90,-10,50,90],labels=[1,1,0,1])
plt.show()