标签：
这里用美国做例子，有一个美国区域的格点温度场数据（usgrid.data），需要计算出每个州（state）的平均温度。当然需要有一个包含各州行政区域的shape文件了（相关文件可以在此帖中下载：http://bbs.06climate.com/forum.p ... d=11070&fromuid=106）。首先读取格点数据数组，然后读取states.shp文件生成us图层，对us图层所有的图元（shape，每个图元就是一个州）遍历，对于每个州，利用该州的图元maksout格点数据，然后求平均值、最大值和最小值，并打印出来（当然也可以输出到文件中，具体在网上找python输出文本文件的例子）。后面的绘图语句只是为了看看数据的分布情况。
脚本程序：
#Add a surfer grid data f = addfile_surfer(‘D:/Temp/ascii/usgrid.dat‘) tdata = f[‘var‘][:,:] #Read US shape file us = shaperead(‘D:/Temp/map/states.shp‘) #Average temporature for each state i = 0 for rpoly in us.getShapes(): name = us.getCellValue(‘STATE_NAME‘, i) mdata = tdata.maskout(rpoly) tave = mdata.ave() tmin = mdata.min() tmax = mdata.max() print name + ‘, Ave: %.2f, Min: %.2f, Max: %.2f‘ %(tave, tmin, tmax) i += 1 #Plot axesm() world = shaperead(‘D:/Temp/map/country1.shp‘) geoshow(world) geoshow(us, edgecolor=[0,0,255]) layer = contourfm(tdata,20) title(‘Temporature distribution map‘) colorbar(layer)
标签：
原文地址：http://www.cnblogs.com/yaqiang/p/4641198.html
