使用Python将经纬度和数值的CSV数据转换为栅格地图

Question

如果我有一个带有Lat、Lon和Value字段的CSV数据集，使用Python生成栅格地图的最佳方法是什么？栅格Z字段可以是该表中的任何列。

L5  L6  L7  L8  L9  L10 L11 L12 L13 L14 LAT LON
3.571732    1.338448    0   9.96921E+36 -3.482845   -1.42944    133.229919  141.246002  67.685631   5.059844    24.335797   -95.088764
3.571732    1.338448    0   9.96921E+36 -3.420345   -1.42944    132.749512  140.641464  67.318848   5.105563    24.335107   -95.060013
3.571732    1.338448    0   9.96921E+36 -3.420345   -1.42944    132.230164  140.047211  67.318848   5.063346    24.334408   -95.031263
3.571732    1.338448    0   9.96921E+36 -3.420345   -1.42944    132.230164  139.463104  67.318848   5.063346    24.333701   -95.002512
3.509232    1.369698    0   9.96921E+36 -3.357845   -1.42944    131.702133  137.82196   66.940475   5.021552    24.332986   -94.973763
3.509232    1.369698    0   9.96921E+36 -3.357845   -1.49194    131.702133  137.26651   66.043732   5.021552    24.332263   -94.945013
3.509232    1.369698    0   9.96921E+36 -3.357845   -1.49194    131.165268  136.72081   66.043732   4.980192    24.331531   -94.916265
3.509232    1.338448    0   9.96921E+36 -3.357845   -1.49194    131.165268  136.184738  66.043732   4.980192    24.330792   -94.887516

记住，这些是numpy数组。

- Kyle

---

你有没有看过 Basemap 这个用于地理数据的 matplotlib 工具包？例如，可以参考 https://jakevdp.github.io/PythonDataScienceHandbook/04.13-geographic-data-with-basemap.html。 - xdze2

是的，不过我不使用pandas... - Kyle

Answer 1

根据您的纬度和经度坐标，有两个选项。当纬度和经度坐标形成等距网格时，您可以使用第一种选项，否则可以使用下面的第二种选项。

---

第一种选项

我用第一列中的值和第2、3列中的纬度和经度创建了以下数组：

import numpy as np

lat = np.arange(0, 15, 5)
lon = np.arange(0, 10, 5)
val = np.random.randint(0,10, size =len(lat)*len(lon))
xx, yy = np.meshgrid(lon, lat)
array = np.array([val,  yy.ravel(), xx.ravel()]).T
print(array)

>>> array([[ 7,  0,  0],
           [ 8,  0,  5],
           [ 7,  5,  0],
           [ 3,  5,  5],
           [ 2, 10,  0],
           [ 8, 10,  5]])

当您的纬度和经度坐标整齐排序后，您可以重塑这些值以获得类似以下的网格数组：

no_lon = len(np.unique(array[:,-1]))
no_lat = len(np.unique(array[:,-2]))
grid_array = array[:,0].reshape((no_lat,no_lon))[::-1]
print(grid_array)
>>> array([[2, 8],
           [7, 3],
           [7, 8]])

---

第二个选项

当你有一堆随机的纬度、经度坐标和相应的值，就像在这里创建的那样：

array = np.random.randint(0,10, size =(6,3))
print(array)
>>> array([[9 6 0]
           [7 8 8]
           [6 0 9]
           [7 7 4]
           [2 4 3]
           [0 2 9]])

您可以使用插值将其转换为网格，如下所示：

您可以通过使用插值将其转换为网格：

from scipy import interpolate

lon_list = np.arange(3, 6, 1)
lat_list = np.arange(4, 8, 1)

lon_2d, lat_2d = np.meshgrid(lon_list, lat_list)
grid_array = interpolate.griddata((array[:,-1], array[:,-2]), array[:,0],
                                  (lon_2d, lat_2d))[::-1]
print(grid_array)

>>> [[  nan  7.    6.72]
     [ 6.    5.4   5.6 ]
     [ 4.    3.8   4.  ]
     [ 2.    2.2   2.4 ]]

请注意，如果您的网格单元格不在点的边界内，则会获得nan值。

您可以使用plt.imshow可视化结果。

import matplotlib.pyplot as plt
plt.imshow(grid_array)

- onno