Python 内插经纬度数据并绘图：将 0.25°x0.25° 数据转换为 0.1°x0.1°

使用 Python 将 CSV 文件中的经纬度数据从 0.25°x0.25° 网格插值到 0.1°x0.1° 网格，并使用 matplotlib 绘制插值后的风速数据。

内插可以使用插值函数进行，常用的插值函数有线性插值、三次样条插值等。这里我们用 scipy 库中的 griddata 函数进行线性插值。

首先，我们需要读取 csv 文件中的数据，并将经纬度和风速大小分别存储在 numpy 数组中：

import pandas as pd
import numpy as np

data = pd.read_csv('data.csv')
lat = np.array(data['lat'])
lon = np.array(data['lon'])
wind_speed = np.array(data['wind_speed'])

然后，我们需要将经纬度网格化为 0.1°x0.1° 的网格。我们可以通过 numpy 的 meshgrid 函数实现：

lat_new = np.arange(lat.min(), lat.max()+0.1, 0.1)
lon_new = np.arange(lon.min(), lon.max()+0.1, 0.1)
lat_mesh, lon_mesh = np.meshgrid(lat_new, lon_new)

接下来，我们就可以使用 scipy 的 griddata 函数进行线性插值了。它的用法如下：

from scipy.interpolate import griddata

wind_speed_new = griddata((lat, lon), wind_speed, (lat_mesh, lon_mesh), method='linear')

最后，我们可以使用 matplotlib 库将插值后的风速数据绘制成图像：

import matplotlib.pyplot as plt

plt.imshow(wind_speed_new, origin='lower', extent=[lon_new.min(), lon_new.max(), lat_new.min(), lat_new.max()])
plt.colorbar()
plt.show()

完整代码如下：

import pandas as pd
import numpy as np
from scipy.interpolate import griddata
import matplotlib.pyplot as plt

data = pd.read_csv('data.csv')
lat = np.array(data['lat'])
lon = np.array(data['lon'])
wind_speed = np.array(data['wind_speed'])

lat_new = np.arange(lat.min(), lat.max()+0.1, 0.1)
lon_new = np.arange(lon.min(), lon.max()+0.1, 0.1)
lat_mesh, lon_mesh = np.meshgrid(lat_new, lon_new)

wind_speed_new = griddata((lat, lon), wind_speed, (lat_mesh, lon_mesh), method='linear')

plt.imshow(wind_speed_new, origin='lower', extent=[lon_new.min(), lon_new.max(), lat_new.min(), lat_new.max()])
plt.colorbar()
plt.show()