如何检查形状文件多边形包含lat和lon点的numpy meshgrid

Question

我的形状为1750 X 1750的lat和lon点的网格网格及其相应形状的相应数据（降雨量）。我需要找到落在多边形内的数据点的平均值，从形状文件中读取。

如果我的逻辑是正确的，我将找出落在多边形内的纬度和离子点的索引，然后使用该索引过滤数据然后进行平均。

我已经使用Inpolygon函数在Matlab中成功实现了它，但我想用Python重写代码。我已经使用了matplotlib的Path.contains_points函数，但它在numpy ND-array上不起作用。

有人建议合适的方法吗？ 我们将非常感谢您的帮助。

Answer 1

要检查多边形是否包含某些点，您只需使用matplotlib，更准确地说，Path.contains_points中实现的matplotlib.path是解决方案。它确实接受ND阵列，你只需要事先弄平它们，

import numpy as np
from matplotlib.path import Path

X, Y = np.meshgrid(x, y)  # X, Y are 2D ndarrays
XY = np.dstack((X, Y))
XY_flat = XY.reshape((-1, 2))

mpath = Path( vertices ) # the vertices of the polygon
mask_flat = mpath.contains_points(XY_flat)
mask = mask_flat.reshape(X.shape)  

或者，您可以查看GeoPandas模块，该模块具有更多用于处理地理空间数据的常规实现。