在底图中填充海洋

Question

我试图在mongodump上绘制1x1度数据，我想用白色填充海洋。但是，为了使海洋边界遵循matplotlib.Basemap绘制的海岸线，白海洋掩模的分辨率应远高于我的数据分辨率。

在搜索了很长时间后，我尝试了两种可能的解决方案：

（1）matplotlib和maskoceans()函数，但由于我的数据分辨率低于底图绘制的地图，因此边缘看起来不太好。我不想将我的数据插入到更高的分辨率。

（2）is_land()，但由于无法分配zorder，因此pcolormesh图总是覆盖蒙版。

此代码

m.drawlsmask()

制作此图片：

添加import numpy as np import matplotlib.pyplot as plt import mpl_toolkits.basemap as bm #Make data lon = np.arange(0,360,1) lat = np.arange(-90,91,1) data = np.random.rand(len(lat),len(lon)) #Draw map plt.figure() m = bm.Basemap(resolution='i',projection='laea', width=1500000, height=2900000, lat_ts=60, lat_0=72, lon_0=319) m.drawcoastlines(linewidth=1, color='white') data, lon = bm.addcyclic(data,lon) x,y = m(*np.meshgrid(lon,lat)) plt.pcolormesh(x,y,data) plt.savefig('1.png',dpi=300) 会生成以下图像，这是我需要的，但要填充海洋而不是土地。

修改：

m.fillcontinents(color='white')也填补了土地，因此无法使用。

期望的结果是海洋是白色的，而我用m.drawmapboundary(fill_color='lightblue')绘制的东西显示在陆地上。

Answer 1

我发现了一个更好的解决方案，它使用地图中海岸线定义的多边形来生成覆盖海洋区域的nvcc。这个解决方案具有更好的分辨率，速度更快：

matplotlib.PathPatch

输出如下：

原始解决方案：

您可以在from matplotlib import pyplot as plt from mpl_toolkits import basemap as bm from matplotlib import colors import numpy as np import numpy.ma as ma from matplotlib.patches import Path, PathPatch fig, ax = plt.subplots() lon_0 = 319 lat_0 = 72 ##some fake data lons = np.linspace(lon_0-60,lon_0+60,10) lats = np.linspace(lat_0-15,lat_0+15,5) lon, lat = np.meshgrid(lons,lats) TOPO = np.sin(np.pi*lon/180)*np.exp(lat/90) m = bm.Basemap(resolution='i',projection='laea', width=1500000, height=2900000, lat_ts=60, lat_0=lat_0, lon_0=lon_0, ax = ax) m.drawcoastlines(linewidth=0.5) x,y = m(lon,lat) pcol = ax.pcolormesh(x,y,TOPO) ##getting the limits of the map: x0,x1 = ax.get_xlim() y0,y1 = ax.get_ylim() map_edges = np.array([[x0,y0],[x1,y0],[x1,y1],[x0,y1]]) ##getting all polygons used to draw the coastlines of the map polys = [p.boundary for p in m.landpolygons] ##combining with map edges polys = [map_edges]+polys[:] ##creating a PathPatch codes = [ [Path.MOVETO] + [Path.LINETO for p in p[1:]] for p in polys ] polys_lin = [v for p in polys for v in p] codes_lin = [c for cs in codes for c in cs] path = Path(polys_lin, codes_lin) patch = PathPatch(path,facecolor='white', lw=0) ##masking the data: ax.add_patch(patch) plt.show() 中使用分辨率更高的数组，以使分辨率符合大陆轮廓。然后，您可以反转蒙版并在数据上绘制蒙版数组。

不知怎的，当我使用地图的全部范围时（例如从-180到180的经度和从-90到90的纬度），我只有basemap.maskoceans才能工作。鉴于需要相当高的分辨率使其看起来不错，计算需要一段时间：

basemap.maskoceans

结果如下：