Python quiver和pcolormesh没有完全正确排列

Question

我试图在地图上用风速的pcolormesh覆盖风场的颤动图。

from mpl_toolkits.basemap import Basemap
from pylab import * 

lonMin = 115.5
lonMax = 124.5
latMin = 10
latMax = 20

res = 0.25
lonGrid = arange(lonMin, lonMax, res)
latGrid = arange(latMin, latMax, res)
lonGrid,latGrid = meshgrid(lonGrid,latGrid)

u = random(lonGrid.shape)
v = random(lonGrid.shape)
m = Basemap(llcrnrlon=lonMin,llcrnrlat=latMin,urcrnrlon=lonMax,urcrnrlat=latMax, resolution = 'i')

m.pcolormesh(lonGrid, latGrid, sqrt(u**2+v**2))
m.quiver(lonGrid,latGrid,u,v, latlon = 'true')
m.drawcoastlines()
m.fillcontinents()

这给了我类似下图的内容

我注意到两件事：

1. 箭头箭头从pcolormesh生成的像素的左下角发出，而不是中心
2. 情节的上部和最右边的边界没有颜色

这到底发生了什么，我该如何解决？

Answer 1

您的代码存在一些问题。

首先，避免使用会严重污染命名空间的from pylab import *。

其次，顶部和右侧缺少数据：这是由于pcolormesh的行为，它模仿了同名的MATLAB函数。引用the functionally similar pcolor的文档，其中解释了这一点：

  

pcolor(X, Y, C, **kwargs)

     

[...]

     

理想情况下，X和Y的尺寸应大于C的尺寸;如果尺寸相同，则忽略C的最后一行和一列。

因此，您可以使用纬度/经度的辅助数组来消除空边界。或者，我建议使用imshow，其底图版本会自动调整比例，以使绘制的图像跨越可见地图。将pcolormesh来电切换为

m.imshow(sqrt(u**2+v**2),interpolation='none')

你得到了

现在，最后一个问题是您尝试可视化数据的方式。 您的数据是什么？在上图中，数据点对应于每个＆＃34;像素＆＃34;的右下角，即(lat,lon)点所在的位置。因此，当前的可视化是这样的：每个箭头从它对应的点开始，每个像素对应于其左下角的数据。

你想要做的是以某种方式将这些箭头移动到像素的中心。如果你想要精确，你实际上需要移动像素，因为箭头图是根据定义它应该的位置。另一种选择是按原样保留地图，并移动箭头图（此版本背后的基本原理是您将数据离散化，并且在像素尺度上，您放置箭头/像素的位置并不重要）

因为在我看来，如果你的箭箭保持在原来的位置更准确，我建议将整个底图移动半个(lat,lon)单位，以便像素以实际数据点为中心。您可以通过将pivot='middle'选项传递给quiver来使其最漂亮：在这种情况下，您的箭头将以数据点为中心（位于每个像素的中间），而不是源自所述点：< / p>

from mpl_toolkits.basemap import Basemap
#from pylab import * 
from pylab import arange,meshgrid,random,sqrt

lonMin = 115.5
lonMax = 124.5
latMin = 10
latMax = 20

res = 0.25
lonGrid = arange(lonMin, lonMax, res)
latGrid = arange(latMin, latMax, res)
lonGrid,latGrid = meshgrid(lonGrid,latGrid)

u = random(lonGrid.shape)
v = random(lonGrid.shape)
m = Basemap(llcrnrlon=lonMin-res/2,llcrnrlat=latMin-res/2,
            urcrnrlon=lonMax-res/2,urcrnrlat=latMax-res/2,
            resolution='i') # shifted!
# data corresponds to (latGrid,lonGrid)
# basemap plot is shifted with (-res/2,-res/2)
# imshow will automatically use the visible map anyway

m.imshow(sqrt(u**2+v**2), interpolation='none')
m.quiver(lonGrid,latGrid,u,v, latlon='true', pivot='middle')
m.drawcoastlines()
m.fillcontinents()

结果情节看起来相当不错，现在很明显颜色与箭头的大小有关：