如果您只想转换 x 和 y 坐标来绘制数据,您可以使用iris
and cartopy
:
import iris
import numpy as np
一、获取原生投影中的坐标点
proj_x = cube.coord("projection_x_coordinate").points
proj_y = cube.coord("projection_y_coordinate").points
接下来,制作一对形状相同的二维数组
xx, yy = np.meshgrid(proj_x, proj_y)
然后提取原生投影并将其转换为cartopy
投影:
cs_nat = cube.coord_system()
cs_nat_cart = cs_nat.as_cartopy_projection()
接下来,创建一个目标投影,例如标准椭球投影
cs_tgt = iris.coord_systems.GeogCS(iris.analysis.cartography.DEFAULT_SPHERICAL_EARTH_RADIUS)
# Again, convert it to a cartopy projection
cs_tgt_cart = cs_tgt.as_cartopy_projection()
最后,使用cartopy
's transform 方法将原生投影中的二维坐标数组转换为目标投影中的坐标。
lons, lats, _ = cs_tgt_cart.transform_points(cs_nat_cart, xx, yy).T
# Note the transpose at the end.
另请注意,上面的函数始终返回z
坐标数组,但在本例中为 0。
然后,您可以在 Google 地图或其他应用程序中使用lons
和绘制您的数据。lats
请记住,这些新坐标是曲线的,因此实际上必须是二维数组。
但是,如果您想在iris
(and matplotlib
) 中绘制数据,您可以这样做:
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
proj_x = cube.coord("projection_x_coordinate").points
proj_y = cube.coord("projection_y_coordinate").points
cs_nat_cart = cube.coord_system().as_cartopy_projection()
fig = plt.figure()
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
ax.pcolormesh(proj_x, proj_y, cube.data, transform=cs_nat_cart)
ax.coastlines()
希望这可以帮助。