python-2.7 - 类似于 Matplotlib-Basemap 的 3D CartoPy

Question

我是 Python 新手，有一个关于 Cartopy 能否用于 3D 绘图的问题。下面是一个使用matplotlibBasemap.

import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from mpl_toolkits.basemap import Basemap

m = Basemap(projection='merc',
            llcrnrlat=52.0,urcrnrlat=58.0,
            llcrnrlon=19.0,urcrnrlon=40.0,
            rsphere=6371200.,resolution='h',area_thresh=10)

fig = plt.figure()
ax = Axes3D(fig)
ax.add_collection3d(m.drawcoastlines(linewidth=0.25))
ax.add_collection3d(m.drawcountries(linewidth=0.35))
ax.add_collection3d(m.drawrivers(color='blue'))

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Height')

fig.show()

这将在 3D 轴内创建地图，以便您可以在曲面上绘制对象。但是随着 Cartopy 返回一个matplotlib.axes.GeoAxesSubplot. 不清楚如何使用matplotlib-basemap.

那么，有人可以就如何使用 Cartopy 制作类似的 3D 绘图给出任何指示吗？

Answer 1

底图 mpl3d 是一个非常简洁的 hack，但它并没有被设计为以所描述的方式运行。因此，除了简单的海岸线之外，您目前无法使用相同的技术。例如，填充的大陆只是不工作 AFAICT。

也就是说，使用 cartopy 时可以使用类似的 hack。由于我们可以通用地访问 shapefile 信息，因此该解决方案应该适用于任何折线 shapefile，例如海岸线。

第一步是获取 shapefile 和相应的几何图形：

feature = cartopy.feature.NaturalEarthFeature('physical', 'coastline', '110m')
geoms = feature.geometries()

接下来，我们可以将这些转换为所需的投影：

target_projection = ccrs.PlateCarree()
geoms = [target_projection.project_geometry(geom, feature.crs)
         for geom in geoms]

由于这些是匀称的几何图形，因此我们希望将它们转换为 matplotlib 路径：

from cartopy.mpl.patch import geos_to_path
import itertools

paths = list(itertools.chain.from_iterable(geos_to_path(geom)
                                             for geom in geoms))

使用路径，我们应该能够在 matplotlib 中创建一个 PathCollection，并将其添加到轴上，但遗憾的是，Axes3D 似乎无法处理 PathCollection 实例，因此我们需要通过构造 LineCollection 来解决这个问题（就像底图一样）。遗憾的是 LineCollections 不采用路径，而是采用段，我们可以使用以下方法计算：

segments = []
for path in paths:
    vertices = [vertex for vertex, _ in path.iter_segments()]
    vertices = np.asarray(vertices)
    segments.append(vertices)

综上所述，我们最终得到与您的代码生成的底图相似的结果：

import itertools

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection
import numpy as np

import cartopy.feature
from cartopy.mpl.patch import geos_to_path
import cartopy.crs as ccrs


fig = plt.figure()
ax = Axes3D(fig, xlim=[-180, 180], ylim=[-90, 90])
ax.set_zlim(bottom=0)


target_projection = ccrs.PlateCarree()

feature = cartopy.feature.NaturalEarthFeature('physical', 'coastline', '110m')
geoms = feature.geometries()

geoms = [target_projection.project_geometry(geom, feature.crs)
         for geom in geoms]

paths = list(itertools.chain.from_iterable(geos_to_path(geom) for geom in geoms))

# At this point, we start working around mpl3d's slightly broken interfaces.
# So we produce a LineCollection rather than a PathCollection.
segments = []
for path in paths:
    vertices = [vertex for vertex, _ in path.iter_segments()]
    vertices = np.asarray(vertices)
    segments.append(vertices)

lc = LineCollection(segments, color='black')

ax.add_collection3d(lc)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Height')

plt.show()

最重要的是，mpl3d 似乎可以很好地处理 PolyCollection，这将是我研究填充几何图形的路线，例如陆地轮廓（与海岸线相反，海岸线是严格的轮廓）。

重要的一步是将路径转换为多边形，并在 PolyCollection 对象中使用它们：

concat = lambda iterable: list(itertools.chain.from_iterable(iterable))

polys = concat(path.to_polygons() for path in paths)
lc = PolyCollection(polys, edgecolor='black',
                    facecolor='green', closed=False)

此案例的完整代码如下所示：

import itertools

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection, PolyCollection
import numpy as np

import cartopy.feature
from cartopy.mpl.patch import geos_to_path
import cartopy.crs as ccrs


fig = plt.figure()
ax = Axes3D(fig, xlim=[-180, 180], ylim=[-90, 90])
ax.set_zlim(bottom=0)


concat = lambda iterable: list(itertools.chain.from_iterable(iterable))

target_projection = ccrs.PlateCarree()

feature = cartopy.feature.NaturalEarthFeature('physical', 'land', '110m')
geoms = feature.geometries()

geoms = [target_projection.project_geometry(geom, feature.crs)
         for geom in geoms]

paths = concat(geos_to_path(geom) for geom in geoms)

polys = concat(path.to_polygons() for path in paths)

lc = PolyCollection(polys, edgecolor='black',
                    facecolor='green', closed=False)

ax.add_collection3d(lc)

ax.set_xlabel('X')
ax.set_ylabel('Y')
ax.set_zlabel('Height')

plt.show()

产出：