如何使用设置剪裁路径为Basemap多边形

Question

我想使用imshow（例如）在一个国家的边界​​内显示一些数据（例如我选择了美国）下面的简单示例说明了我想要的内容：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.patches import RegularPolygon

data = np.arange(100).reshape(10, 10)
fig = plt.figure()
ax = fig.add_subplot(111)
im = ax.imshow(data)
poly = RegularPolygon([ 0.5,  0.5], 6, 0.4, fc='none', 
                      ec='k', transform=ax.transAxes)
im.set_clip_path(poly)
ax.add_patch(poly)
ax.axis('off')
plt.show()

结果是：

现在我想这样做，但我想使用美国的复杂形状而不是简单的多边形。我创建了一些包含在＆＃34; Z＆＃34;数组中的示例数据。可以在下面的代码中看到。我希望使用colourmap显示这些数据，但仅限于美国大陆的边界。

到目前为止，我已尝试过以下内容。我从＆＃34; nationp010g.shp.tar.gz＆＃34;中包含的here获得了一个形状文件。我在python中使用Basemap模块绘制美国。请注意，这是我找到的唯一方法，它使我能够获得我需要的区域的多边形。如果有其他方法，我也会对它们感兴趣。然后我创建了一个名为＆＃34; mainpoly＆＃34;这几乎是我想用蓝色着色的多边形：

注意如何只有一个身体被着色，所有其他不相交的多边形都保持白色：

因此，蓝色的区域几乎是我想要的，请注意加拿大附近有不需要的边界线，因为边界实际上穿过了一些湖泊，但这是一个小问题。真正的问题是，为什么我的imshow数据显示在美国境内？比较我的第一个和第二个示例代码，我无法理解为什么我在第二个示例中没有得到修剪的imshow，就像我在第一个示例中所做的那样。在理解我所缺少的内容时，我们将不胜感激。

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

# Lambert Conformal map of lower 48 states.
m = Basemap(llcrnrlon=-119,llcrnrlat=22,urcrnrlon=-64,urcrnrlat=49,
            projection='lcc',lat_1=33,lat_2=45,lon_0=-95)


shp_info = m.readshapefile('nationp010g/nationp010g', 'borders', drawbounds=True) # draw     country boundaries.

for nshape,seg in enumerate(m.borders):
    if nshape == 1873: #This nshape denotes the large continental body of the USA, which we want
        mainseg = seg
        mainpoly =  Polygon(mainseg,facecolor='blue',edgecolor='k')



nx, ny = 10, 10
lons, lats = m.makegrid(nx, ny) # get lat/lons of ny by nx evenly space grid.
x, y = m(lons, lats) # compute map proj coordinates.

Z = np.zeros((nx,ny))
Z[:] = np.NAN

for i in np.arange(len(x)):
    for j in np.arange(len(y)):
        Z[i,j] = x[0,i] 

ax = plt.gca()
im = ax.imshow(Z, cmap = plt.get_cmap('coolwarm') )
im.set_clip_path(mainpoly)
ax.add_patch(mainpoly)
plt.show()

更新

我意识到这一行

ax.add_patch(mainpoly)

甚至没有将多边形形状添加到绘图中。我没有正确使用它吗？据我所知，使用Polygon（）方法正确计算了mainpoly。我检查了坐标输入是否明智：

plt.plot(mainseg[:,0], mainseg[:,1] ,'.') 

给出了

Answer 1

我也长期考虑过这个问题 我发现NCL语言具有屏蔽某些边界之外的数据的功能 这是一个例子：

http://i5.tietuku.com/bdb1a6c007b82645.png

仅在中国境内展示了contourf图。点击here获取代码。

我知道python有一个名为PyNCL的包，支持Python框架中的所有NCL代码 但我真的想用底图来绘制这种图形。如果您已经弄清楚了，请在互联网上发布。我第一次学习。

谢谢！

添加2016-01-16

在某种程度上，我已经弄清楚了。
这是我的想法和代码，它受到了我今天提出的这个问题的启发。

我的方法：
1.将有趣区域（如美国）的shapefile变为shapely.polygon 2.测试多边形内/外的每个值点 3.如果值点在研究区域之外，则将其掩盖为np.nan

简介 *多边形xxx是ESRI shapefile格式的中国城市。 * fiona，造型包装在这里使用。

# generate the shapely.polygon
shape = fiona.open("xxx.shp")
pol = shape.next()
geom = shape(pol['geometry'])
poly_data = pol["geometry"]["coordinates"][0]
poly = Polygon(poly_data)

它显示如下：

http://i4.tietuku.com/2012307faec02634.png

### test the value point 
### generate the grid network which represented by the grid midpoints.
lon_med  = np.linspace((xi[0:2].mean()),(xi[-2:].mean()),len(x_grid))
lat_med  = np.linspace((yi[0:2].mean()),(yi[-2:].mean()),len(y_grid))

value_test_mean = dsu.mean(axis = 0)
value_mask =  np.zeros(len(lon_med)*len(lat_med)).reshape(len(lat_med),len(lon_med))
for i in range(0,len(lat_med),1):
    for j in range(0,len(lon_med),1):
        points = np.array([lon_med[j],lat_med[i]])
        mask = np.array([poly.contains(Point(points[0], points[1]))])
        if mask == False:
            value_mask[i,j] = np.nan
        if mask == True:
            value_mask[i,j] = value_test_mean[i,j]


# Mask the np.nan value 
Z_mask = np.ma.masked_where(np.isnan(so2_mask),so2_mask)

# plot!
fig=plt.figure(figsize=(6,4))
ax=plt.subplot()

map = Basemap(llcrnrlon=x_map1,llcrnrlat=y_map1,urcrnrlon=x_map2,urcrnrlat=y_map2)
map.drawparallels(np.arange(y_map1+0.1035,y_map2,0.2),labels=  [1,0,0,1],size=14,linewidth=0,color= '#FFFFFF')
lon_grid  = np.linspace(x_map1,x_map2,len(x_grid))
lat_grid  = np.linspace(y_map1,y_map2,len(y_grid))
xx,yy = np.meshgrid(lon_grid,lat_grid)
pcol =plt.pcolor(xx,yy,Z_mask,cmap = plt.cm.Spectral_r ,alpha =0.75,zorder =2)

结果

http://i4.tietuku.com/c6620c5b6730a5f0.png

http://i4.tietuku.com/a22ad484fee627b9.png

原始结果

http://i4.tietuku.com/011584fbc36222c9.png