在地形上方的python / matplotlib中轮廓非均匀的2d数据

Question

我无法在matplotlib中描绘一些数据。我试图绘制一个从3d温度场切下的垂直横截面温度。

我的温度阵列（T）的大小为50 * 300，其中300是均匀间隔的水平水平的数量。然而，50是垂直水平的数量：a）非均匀间隔;和b）每个垂直柱具有不同的起始水平。因为总有50个垂直水平，但有时它们跨越100-15000米，有时从300-20000米（由于地形差异）。

我还有一个2d高度数组（Z;与T形状相同），1d水平位置数组（LAT）和1d地形高度数组（TER）。

我试图获得类似于here之类的情节，在其中您可以看到地形变黑并且数据在其周围形成轮廓。

我第一次尝试绘制这个是创建一个水平距离和高度的网格网格，然后用这些参数创建contourf温度。但是numpy.meshgrid需要1d输入，而我的高度是2d变量。做这样的事情只能从第一列开始向上绘制轮廓：

ax1 = plt.gca()
z1, x1 = np.meshgrid(LAT, Z[:,0])
plt.contourf(z1, x1, T)
ax1.fill_between(z1[0,:], 0, TER, facecolor='black')

产生this。如果我在网格网格中使用Z [：， - 1]，它会在左边的列中进行地下轮廓，这显然是我不想要的。我真正想要的是在meshgrid中使用一些2d数组用于Z，但我不确定如何去做。

我也查看了griddata函数，但也需要1D输入。任何人对如何处理这个有任何想法？任何帮助表示赞赏！

Answer 1

据我所知，您的数据是结构化的。然后，您可以直接使用contourf中的contour或matplotlib选项。您提供的代码有正确的想法，但您应该使用

x1, z1 = np.meshgrid(LAT, Z[:,0])
plt.contourf(x1, Z, T)

等高线。我在下面有一个例子

import numpy as np
import matplotlib.pyplot as plt


L, H = np.pi*np.mgrid[-1:1:100j, -1:1:100j]
T = np.cos(L)*np.cos(2*H)
H = np.cos(L) + H

plt.contourf(L, H, T, cmap="hot")
plt.show()

看看网格是使用原始边界框生成的，但绘图是使用已转换的高度而不是初始高度。此外，您可以将tricontour用于非结构化数据（或者一般情况下），但是您需要生成三角测量（在您的情况下很简单）。