python - 在 Basemap 中使用 maskoceans 时，世界的一半被遮盖了

Question

我想在绘制来自 netCDF 数据集的数据时掩盖海洋。我遵循了给出的重要说明 in the answer to this question .它适用于半个世界，但不知何故，格林威治以西的一切都被掩盖了，包括海洋和陆地。这是我的代码:

import netCDF4
import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
import matplotlib.cm as cm
import mpl_toolkits
from mpl_toolkits import basemap
from mpl_toolkits.basemap import Basemap, maskoceans

filename = 'myfile.nc'
vmin = 0.
vmax = 1

nc = netCDF4.Dataset(filename, 'r')
data = nc.variables['sum'][:]  
lats_1d = nc.variables['lat'][:]
lons_1d = nc.variables['lon'][:]
lons, lats = np.meshgrid(lons_1d, lats_1d)

labels = ['DJF', 'MAM', 'JJA', 'SON']
cmap = cm.RdYlBu
cmap.set_over('#00FF00')

my_dpi = 96

fig = plt.figure(figsize=(1200/my_dpi, 800./my_dpi))
for season in range(4):
    ax = fig.add_subplot(2, 2, season+1)
    map1 = basemap.Basemap(resolution='c', projection='kav7', lon_0=0)
    map1.drawcoastlines()
    map1.drawcountries()

    nc_new = maskoceans(lons,lats,data[season,:,:],resolution='c', grid = 1.25)
    datapc = map1.pcolormesh(lons, lats, nc_new,  vmin=vmin, vmax=vmax, cmap=cmap, latlon=True)

    plt.title(labels[season])

fig.tight_layout(pad=1, w_pad=1, h_pad=4)
ax = fig.add_axes([0.05, 0.52, 0.9, 0.025])
cb = plt.colorbar(cax=ax, orientation='horizontal', cmap=cmap,
                  extend='max', format="%.2f",
                  ticks=[0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1])

plt.show()

我知道有人提出了一个有点类似的问题 here但从未得到回答，看来最后，问题是将经纬度坐标与 x-y 坐标混淆了。我尝试切换到 x-y 坐标，但得到了相同的半图。知道这里会发生什么吗？

N.B. 使用 datapc = map1.pcolormesh(lons, lats, data[season,:,:], vmin=vmin, vmax=vmax, cmap=cmap 绘制未屏蔽数据时, latlon=True) 绘制了整个世界(陆地 + 海洋)。

Answer 1

如您所见，经度为 -180 到 0 的点未被绘制。假设它们在您的数据中，它们一定是出于某种原因被屏蔽或丢弃了。

我的直觉是数据集的经度范围为 0-360 而不是 -180 到 180，即 confirmed在comments .

快速解决这个问题的方法是添加

lons_1d[lons_1d>180]-=360

就在你从 nc 中取出 lons_1d 之后。这是有效的，因为 lons_1d 是一个 numpy 数组并且它使用 numpy boolean array indexing (通常称为“花式”索引)以有条件地选择大于 180 的经度值并从中减去 360。

正如您注意到的那样，如果您省略掩码，pcolormesh 绘图会起作用，这看起来像是 maskoceans 函数中的一个错误，或者至少是意外行为。

供引用 - 我认为您不是第一个遇到类似口罩“包裹”问题的人，我认为这 issue on the matplotlib github看起来很相似。