Question

我有一个美国的shapefile，我有一个m x n的笛卡尔数据数组，这些数组代表每个像素的温度。我可以加载shapefile并将其绘制出来：

import shapefile as shp
import matplotlib.pyplot as plt

sf = shp.Reader("/path/to/USA.shp")

plt.figure()
for shape in sf.shapeRecords():
    for i in range(len(shape.shape.parts)):
        i_start = shape.shape.parts[i]
        if i==len(shape.shape.parts)-1:
            i_end = len(shape.shape.points)
        else:
            i_end = shape.shape.parts[i+1]
        x = [i[0] for i in shape.shape.points[i_start:i_end]]
        y = [i[1] for i in shape.shape.points[i_start:i_end]]
        plt.plot(x,y, color = 'black')
plt.show()

我可以读取我的数据并将其绘制出来：

import pickle
from matplotlib import pyplot as mp
Tfile = '/path/to/file.pkl'
with open(Tfile) as f:
    reshapeT = pickle.load(f)
mp.matshow(reshapeT)

问题是reshapeT的尺寸为536 x 592，是美国的子域。但是，我确实有关于reshapeT网格（经度/长度）的左上角以及每个像素之间的间距（0.01）的信息

我的问题是：如何在shapefile域的顶部覆盖reshapeT数据？

Answer 1

如果我对您的理解正确，那么您希望在绘制的shapefile的特定部分上覆盖536x592的numpy数组。我建议您使用带有imwshow()参数的Matplotlib的extent方法，该方法可以将图像放置在绘图中。

您绘制shapefile的方式很好，但是，如果可以使用geopandas，它将大大简化事情。绘制shapefile将减少到以下几行：

import geopandas as gpd
sf = gpd.read_file("/path/to/USA.shp")
ax1 = sf.plot(edgecolor='black', facecolor='none')

像以前一样，让我们现在加载数组数据：

import pickle
Tfile = '/path/to/file.pkl'
with open(Tfile) as f:
    reshapeT = pickle.load(f)

现在，为了能够在正确的位置绘制numpy数组，我们首先需要计算其范围（它将覆盖的面积以坐标表示）。您提到您拥有有关左上角和分辨率（0.01）的信息-这就是我们所需要的。在下文中，我假设有关左上角的经/纬度信息保存在top_left_lat和top_left_lon变量中。范围需要在元组中传递，并为每个边（以左，右，下，顶的顺序）传递一个值。

因此，我们的范围可以计算如下：

extent_mat = (top_left_lon, top_left_lon + reshapeT.shape[1] * 0.01, top_left_lat - reshapeT.shape[0] * 0.01, top_left_lat)

最后，我们将矩阵绘制到同一轴对象ax1上，在该对象上，我们已经将形状文件绘制到了计算范围：

# Let's turn off autoscale first. This prevents
# the view of the plot to be limited to the image
# dimensions (instead of the entire shapefile). If you prefer
# that behaviour, just remove the following line
ax1.autoscale(False)

# Finally, let's plot!
ax1.imshow(reshapeT, extent=extent_mat)

Python：使用np.array数据覆盖shapefile

1 个答案: