如何基于经纬度及数值点数据绘制Contour plots？

等高线图本身依赖规则网格数据，但你手里只有零散的经纬度和数值点的话，不用手动补全meshgrid的空值，直接通过插值生成网格数据就行，下面是Python环境下的实操步骤：

核心思路 #

用插值工具把零散点映射到覆盖数据范围的规则网格上，再用常规方法画等高线。

具体步骤 #

1. 导入依赖库 #

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

2. 准备你的数据 #

把你手里的三个列表（经度、纬度、数值）直接用就行，这里用示例数据替代：

# 替换成你的真实数据
lon = [110.1, 110.3, 110.5, 110.2, 110.4]
lat = [30.2, 30.4, 30.1, 30.3, 30.5]
value = [10, 20, 15, 25, 30]

3. 生成目标网格 #

直接生成覆盖所有数据点范围的规则网格，分辨率自己调（下面是100x100的网格）：

grid_lon, grid_lat = np.meshgrid(
    np.linspace(min(lon), max(lon), 100),
    np.linspace(min(lat), max(lat), 100)
)

4. 插值填充网格 #

用griddata函数完成插值，三种常用方法按需选：

# 线性插值：平衡速度和平滑度，最常用
grid_value = griddata((lon, lat), value, (grid_lon, grid_lat), method='linear')

# 最近邻插值：最快，适合缺失值多的场景，结果偏块状
# grid_value = griddata((lon, lat), value, (grid_lon, grid_lat), method='nearest')

# 立方插值：最平滑，计算稍慢，适合数据点较多的情况
# grid_value = griddata((lon, lat), value, (grid_lon, grid_lat), method='cubic')

5. 绘制等高线图 #

plt.figure(figsize=(8,6))
# 绘制填充式等高线
contour_fill = plt.contourf(grid_lon, grid_lat, grid_value, cmap='viridis')
# 叠加等高线线条（白色更显眼）
contour_lines = plt.contour(grid_lon, grid_lat, grid_value, colors='white')
# 给等高线加数值标签
plt.clabel(contour_lines, inline=True, fontsize=10)
# 添加颜色条并标注含义
plt.colorbar(contour_fill, label='数值')
# 设置坐标轴和标题
plt.xlabel('经度')
plt.ylabel('纬度')
plt.title('基于零散点的等高线图')
plt.show()

额外提示 #

• 网格分辨率（linspace的第三个参数）越高，图越精细，但计算量也越大，根据你的数据量调整
• 如果数据里有离群点，插值前建议先清洗，避免影响整体插值效果
• 不同插值方法的结果差异明显，可以多试几种看哪个符合你的需求

内容的提问来源于stack exchange，提问作者TSobhy