python去除sst季节性空间分布图中,0°经线处出现的白线

近日,在处理sst月均数据时,绘制出季节性的空间分布图时,发现:绘出的图像在0°出现一条白线,经过查询将问题已经解决。
图像问题如下:
在这里插入图片描述
其中,需要使用到cartopy.util模块下的add_cyclic_point函数。
该函数**add_cyclic_point(data,coord)**包含两个关键参数。data表示需要参与循环的数据,我这里就是sst。coord表示需要参与循环的维度,因为是经度方向出了问题,所以这里选择的就是经度。
官方说明在这
大致使用思路如下:


from cartopy.util import add_cyclic_point
cycle_sst, cycle_lon = add_cyclic_point(sst, coord=lon)
cycle_LON, cycle_LAT = np.meshgrid(cycle_lon, lat)

首先当然是要导入这个模块啦,然后通过这个函数对你的循环数据(我这里是海表温度sst,是一个二维的数据[lat:73,lon:144])和出问题的维度进行处理。之后,将处理后的维度与旧的维度进行网格化处理。(我这里就是将循环生成的新经度和没有参与循环的旧纬度重新网格化得到新的cycle_lon,cycle_lat,最后再和循环生成的新sst绘制等值线填充图)

处理之后再次绘制等值填充图,可以发现白线已经消失啦~~,非常的amazing呀~!!
附上代码,处理前:

from cartopy.util import add_cyclic_point
import matplotlib.ticker as mticker
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
import pandas as pd
from netCDF4 import num2date
import cmaps
import matplotlib.pyplot as plt
import numpy as np
import netCDF4 as nc
import cartopy.crs as ccrs
from scipy import interpolate
import os
import numpy as np
import xarray as xr
path1='F://olr.nc'
path2='F://sst.nc'
da = xr.open_dataset(path2)
orl=xr.open_dataset(path1)
da = xr.open_dataset(path2)
orl=xr.open_dataset(path1)
sst = da['sst']
sst= sst.interp(lat=orl.lat.values, lon=orl.lon.values,kwargs={  "fill_value": "extrapolate"})
lon=sst['lon'][:]
lat=sst['lat']
time=sst['time'][:]
time=time.loc['1982':'2012'][:]
sst_new=sst.loc['1982':'2012'][:]
lon_range = lon[(lon>=0) & (lon<360)]
lat_range = lat
sst_region =sst_new.sel(lon=lon_range, lat=lat_range)
season_summary = sst_region.groupby(
    'time.season').mean('time', skipna=True)
fig=plt.figure(figsize=(20,12))#设置一个画板,将其返还给fig
plt.rcParams['font.family'] = 'Times New Roman'
plt.rcParams['font.size'] = 15
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree(central_longitude=0))
ax.coastlines()
cm = plt.cm.get_cmap('bwr')#Spectral_r
cb = ax.contourf(lon, lat_range,season_summary[1],cmap=cm,levels=np.arange(20,36),\
        )
# cycle_sst, cycle_lon = add_cyclic_point(season_summary[1], coord=lon)
# cycle_LON, cycle_LAT = np.meshgrid(cycle_lon, lat_range)
# cb=ax.contourf(cycle_LON,cycle_LAT, cycle_sst,levels=np.arange(20,36),cmap='bwr',\
#     )
ax.set_extent([-180, 180, -20, 20], crs=ccrs.PlateCarree())
ax.set_xticks(np.arange(0, 361, 30),crs=ccrs.PlateCarree())
ax.set_yticks(np.arange(-20, 25, 5),crs=ccrs.PlateCarree())
ax.xaxis.set_major_formatter(LongitudeFormatter())#经度0度不加东西
ax.yaxis.set_major_formatter(LatitudeFormatter())
cm = plt.cm.get_cmap('bwr')#Spectral_r
ax.set_title('JJA')
cbar = plt.colorbar(cb,shrink=0.7)

处理后代码:

from cartopy.util import add_cyclic_point
import matplotlib.ticker as mticker
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
import pandas as pd
from netCDF4 import num2date
import cmaps
import matplotlib.pyplot as plt
import numpy as np
import netCDF4 as nc
import cartopy.crs as ccrs
from scipy import interpolate
import os
import numpy as np
import xarray as xr

path1='F://olr.nc'
path2='F://sst.nc'
da = xr.open_dataset(path2)
orl=xr.open_dataset(path1)
da = xr.open_dataset(path2)
orl=xr.open_dataset(path1)
sst = da['sst']
sst= sst.interp(lat=orl.lat.values, lon=orl.lon.values,kwargs={  "fill_value": "extrapolate"})
lon=sst['lon'][:]
lat=sst['lat']
time=sst['time'][:]
time=time.loc['1982':'2012'][:]
sst_new=sst.loc['1982':'2012'][:]
lon_range = lon[(lon>=0) & (lon<360)]
lat_range = lat
sst_region =sst_new.sel(lon=lon_range, lat=lat_range)
season_summary = sst_region.groupby(
    'time.season').mean('time', skipna=True)
fig=plt.figure(figsize=(20,12))#设置一个画板,将其返还给fig
plt.rcParams['font.family'] = 'Times New Roman'
plt.rcParams['font.size'] = 15
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree(central_longitude=0))
ax.coastlines()
**cycle_sst, cycle_lon = add_cyclic_point(season_summary[1], coord=lon)
cycle_LON, cycle_LAT = np.meshgrid(cycle_lon, lat_range)
cb=ax.contourf(cycle_LON,cycle_LAT, cycle_sst,levels=np.arange(20,36),cmap='bwr',\
    )**
ax.set_extent([-180, 180, -20, 20], crs=ccrs.PlateCarree())
ax.set_xticks(np.arange(0, 361, 30),crs=ccrs.PlateCarree())
ax.set_yticks(np.arange(-20, 25, 5),crs=ccrs.PlateCarree())
ax.xaxis.set_major_formatter(LongitudeFormatter())#经度0度不加东西
ax.yaxis.set_major_formatter(LatitudeFormatter())
cm = plt.cm.get_cmap('bwr')#Spectral_r
ax.set_title('JJA')
cbar = plt.colorbar(cb,shrink=0.7)

处理后图片如下:
在这里插入图片描述

    				一个努力学习python的海洋小白
                    水平有限,欢迎指正!!!
                    欢迎评论、收藏。

  • 5
    点赞
  • 27
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 11
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

简朴-ocean

继续进步

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值