我必须阅读代表地图的 csv 文件。我的 csv 是这样的（一段数据）：
"","x","y","sim1","sim2","sim3","sim4","sim5","sim6","sim7","sim8","sim9","sim10","sim11","sim12"
"1",181180,333740,5.56588745117188,6.29487752914429,7.4835410118103,5.75873327255249,6.62183284759521,5.81478500366211,4.85671949386597,5.90418815612793,6.32611751556396,6.99649047851562,6.52076387405396,5.68944215774536
"2",181140,333700,6.36264753341675,6.5217604637146,6.16843748092651,5.55328798294067,7.00429201126099,6.43625402450562,6.17744159698486,6.72836923599243,6.38574266433716,6.81451606750488,6.68060827255249,6.14339065551758
"3",181180,333700,6.16541910171509,6.44704437255859,7.51744651794434,5.46270132064819,6.8890323638916,6.46842670440674,6.07698059082031,6.2140531539917,6.43774271011353,6.21923875808716,6.43355655670166,5.90692138671875
第一列显示我有多少对 x/y 坐标，x 和 y 是经度/纬度作为 simN 模拟#N 的属性值。
使用 d3，我可以快速读取此 csv 并将其显示为它所代表的地图：
d3.csv("https://dl.dropboxusercontent.com/u/11442023/Geostatistic/sim100.csv", function(error, data) {
if (error) { //If error is not null, something went wrong.
console.log("Error loading sim100 data.");
console.log(error); //Log the error.
} else { //If no error, the file loaded correctly. Yay!
console.log("Data sim100 loaded successfully!");
//Include other code to execute after successful file load here
simulationDataset = data;
scaleX = d3.scale.linear().domain([d3.min(simulationDataset, function(d) {return d.x;}), d3.max(simulationDataset, function(d) { return d.x; })]);
scaleY = d3.scale.linear().domain([d3.min(simulationDataset, function(d) {return d.y;}), d3.max(simulationDataset, function(d) { return d.y; })]);
}
});
我已经将它保存在一个 numpy 数组中：
np.loadtxt("Data/sim.csv", delimiter=',', usecols=range(1,4), skiprows=1)
在 Python 中，我不知道如何实现这一点。此外，除了为模拟绘制地图外，我还必须保存这是一个矩阵，以备将来我必须做的工作之用。但是，由于 x 和 y 是经度/纬度，我没有像 (0,0) (0,1) (0,2) 这样的点，即，像一个简单的矩阵。但我不知道是否有像我上面提到的那样来扩展域。
我考虑找到最大/最小纬度和经度来定义我的矩阵大小，并且他们进行一些微积分以将每一对经度/纬度适合该结构。但这对我来说似乎不是一个好方法，并且我已经看到了 Python 可以做的所有事情，我认为存在更好的解决方案。
我最想知道是否有一个“魔术”函数将这些数据保存在一个有意义的矩阵中（对所有经度/纬度索引进行转换并将该索引处的值保存在这个矩阵中）或者我是否必须按照我的想法去做，找到最小值/最大值并使用翻译。
提前致谢。