完整的python basemap 选nc特定区域图

公开数据，与一些自己的学习笔记。供大家借阅。。。。。。

# -*- coding: utf-8 -*-
“““
Created on Sat Dec  9 00:31:41 2017

@author: aze
“““
from mpl_toolkits.basemap import basemap cm
# requires netcdf4-python （netcdf4-python.googlecode.com）
from netCDF4 import Dataset as NetCDFFile
import numpy as np
import matplotlib.pyplot as plt

# plot rainfall from NWS using special precipitation
# colormap used by the NWS and included in basemap.

nc = NetCDFFile（‘D:/python/nc/merg_2014032900_4km-pixel.nc4‘）
# data from http://water.weather.gov/precip/
print（nc）
prcpvar = nc.variables[‘Tb‘]
data = prcpvar[:]

‘‘‘确定经纬度的最小最大值，以及点的个数。
   因为在确定画图范围时，basemap，不能直接根据你选的定你所选画定的范围，自动选取
   所在区域的要素的值。
   nxny
   通过比例关系，确定要素是从第n1行n2列到第n3行n4列。
‘‘‘
l=nc.variables[‘lon‘]
a=nc.variables[‘lat‘]
NX=l[:]
NY=a[:]
lx=len（NX）
ly=len（NY）
minxminy=min（NX）min（NY）
maxxmaxy=max（NX）max（NY）

‘‘‘
# create figure and axes instances
‘‘‘
fig = plt.figure（figsize=（88））
ax = fig.add_axes（[0.10.10.80.8]）
‘‘‘确定中心，以及地图大小
       lon_0lat_0
       llcrnrlaturcrnrlat
       llcrnrlonurcrnrlon‘‘‘
lon_0lat_0=115.028.0
llcrnrlaturcrnrlat=20.030.0
llcrnrlonurcrnrlon=110.0130.0
# create polar stereographic basemap instance.
m = basemap（projection=‘mill‘lon_0=lon_0lat_0=lat_0lat_ts=lat_0\
            llcrnrlat=llcrnrlaturcrnrlat=urcrnrlat\
            llcrnrlon=llcrnrlonurcrnrlon=urcrnrlon\
            rsphere=6371200.resolution=‘l‘area_thresh=10000）
‘‘‘
            llcrnrlat=latcorners[0]urcrnrlat=latcorners[2]\
            llcrnrlon=loncorners[0]urcrnrlon=loncorners[2]\
            rsphere=6371200.resolution=‘l‘area_thresh=10000）‘‘‘
# draw coastlines state and country boundaries edge of map.
m.drawcoastlines（）
#m.drawlsmask（land_color=‘coral‘ocean_color=‘aqua‘）
m.drawcountries（）
m.drawstates（）
m.drawrivers（linewidth=0.6color=‘b‘）
# draw parallels.

parallels = np.arange（0.040.5.）
m.drawparallels（parallelslabels=[1000]fontsize=10）
# draw meridians
meridians = np.arange（90.0130.05.0）
m.drawmeridians（meridianslabels=[0001]fontsize=10）

‘‘‘确定，经纬度格点数，用来计算所选区域的经纬度‘‘‘
ny1 =int（ly*（llcrnrlat-miny）/（maxy-miny））; nx1 =int（lx*（llcrnrlon-minx）/（maxx-minx））
ny2 =int（ly*（urcrnrlat-miny）/（maxy-miny））; nx2 =int（lx*（urcrnrlon-minx）/（maxx-minx））
#print（ny1ny2nx1nx2）
lons lats =m.makegrid（nx2-nx1 ny2-ny1） 
#print（lonslats）
#print（lonslats）# get lat/lons of ny by nx evenly space grid.
x y = m（lons lats） # compute map proj coordinates.
# draw filled contours.
#print（xy）
tb=[[0 for i in range （nx2-nx1）] for i in range（ny2-ny1）]

‘‘‘内是第二，外是第一‘‘‘ 
jj=0
for j in range（ny1ny2）:
    ii=0
    for i in range（nx1nx2）:
        tb[jj][ii]=data[1][j][i]
        ii+=1
    jj+=1
print（len（tb））

#clevs = [270271272273274275276277278279280]
cs =m.contourf（xytb）#clevs）#cmap=cm.s3pcpn）
m.contour（xytb）

# add colorbar.
cbar = m.colorbar（cslocation=‘bottom‘pad=“5%“）
cbar.set_label（‘k‘）
# add title
#plt.title（prcpvar

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3322  2017-12-10 22:37  2013032900_4km.py

     文件     203039  2017-12-10 22:43  Figure初次完美.png

     文件   36119375  2017-12-09 00:25  merg_2014032900_4km-pixel.nc4

----------- ---------  ---------- -----  ----

             36325736                    3