在 python 中分箱和绘制地理空间数据答案

【问题标题】：Binning and plotting geospatial data in python在 python 中分箱和绘制地理空间数据
【发布时间】：2020-01-09 12:05:43
【问题描述】：

我是 python 中数据地理空间映射的新手，我希望将我的数据可视化为 1 x 1 度网格。我的数据在 3 个单独的数组中，例如

variable_lats: [ 20.099339 20.142488 20.101004 ... -38.988274 -38.988274 -38.9924 ]

variable_lons: [280.017 279.97015 280.03192 ... 22.829168 22.829168 22.834965]

variable_values: [ 6.388523 6.317164 6.3859496 ... 20.035767 19.707344 19.379091 ]

我对根据每个网格框中的密度（数据点数）对每个网格框进行颜色缩放感兴趣。

感谢任何帮助。

谢谢

gridded binned data

【问题讨论】：

我会这样做。用 numpy 制作网格矩阵并计算每个网格单元有多少数据。然后绘制heatmap with matplotlib.
感谢 Shimo，我应该提到我的 lats/lons 数据不是单调的，即。无序（值上升和下降）并且还有重复值，因为这些是感兴趣变量的卫星跟踪数据。我真正想要的是在附加（网格分箱数据）图像中看到的地图
我想我正在遵循您想要的结果。请尝试回答示例。

标签： python mapping geospatial

【解决方案1】：

当使用 numpy 矩阵时，绘图将是这样的。请注意，此示例的点数仅为 6。然后就可以用matplotlib语法修改了。

import numpy as np
from matplotlib import pyplot as plt

# matrix which have 1x1 degree
# matrix_denx[0][0] is count of area lat 89 to 90, long 0 to 1
matrix_dens = np.zeros((180, 360))

variable_lats = [20.099339, 20.142488, 20.101004, -38.988274, -38.988274, -38.9924]

variable_lons = [280.017, 279.97015, 280.03192, 22.829168, 22.829168, 22.834965]

for x, y in zip(variable_lons, variable_lats):

    x_ind = int(np.floor(x))
    y_ind = int(90 - np.floor(y))

    # set value for x_ind, y_ind. += 1 for count.
    matrix_dens[y_ind][x_ind] += 1

# heatmap
fig, ax = plt.subplots()
im = ax.imshow(matrix_dens, cmap="YlGnBu")
plt.show()

【讨论】：