带不规则分箱的极坐标等高线图绘制技术问询

核心问题是你的数据采用了不规则方位角分箱（高仰角时分箱更粗），而默认的meshgrid生成的是规则网格，导致零值被错误绘制。以下是两种可行的解决方式：

方式1：填充规则网格（简单快速） #

将高仰角行的零值分箱填充为对应合并分箱的数值，让网格变为规则，再用contourf或pcolormesh绘制：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mpl_colors

# 加载数据
epfd = np.loadtxt("data.txt")

# 处理最后一行（仰角87-90°）：将三个120°分箱的数值填充到对应40个3°分箱中
epfd[29, 0:40] = epfd[29, 0]
epfd[29, 40:80] = epfd[29, 40]
epfd[29, 80:120] = epfd[29, 80]

# 生成规则极坐标网格
azimuths = np.radians(np.arange(0, 360, 3))
els = np.arange(0, 90, 3)
r, theta = np.meshgrid(els, azimuths)

# 绘制极坐标图
fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))
im = ax.contourf(theta, r, epfd.T, norm=mpl_colors.LogNorm())

# 调整极坐标显示
ax.set_theta_direction(-1)
ax.set_theta_offset(np.pi / 2.0)
ax.invert_yaxis()  # 天顶位于中心

# 添加颜色条
fig.colorbar(im, ax=ax, label='EPFD')
plt.show()

方式2：绘制不规则分箱（精准匹配实际数据） #

如果不想修改原始数据，可直接基于实际分箱边界创建多边形，用PolyCollection绘制，完全匹配你的分箱规则：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.colors as mpl_colors
from matplotlib.collections import PolyCollection

# 加载数据
epfd = np.loadtxt("data.txt")

# 定义仰角（天顶距）分箱边界
zenith_distance_bins = 90 - np.arange(0, 91, 3)  # 天顶距=90-仰角，中心为天顶
zd_rad = np.radians(zenith_distance_bins)

# 定义每行的方位角分箱边界
theta_bins_list = []
for i in range(30):
    if i == 29:
        # 最后一行：3个120°分箱
        theta_bins_list.append(np.arange(0, 361, 120))
    else:
        # 其他行：120个3°分箱
        theta_bins_list.append(np.arange(0, 361, 3))

# 构建多边形和对应颜色
polygons = []
colors = []

for row_idx in range(30):
    # 当前行的天顶距边界
    zd_start, zd_end = zd_rad[row_idx], zd_rad[row_idx+1]
    # 当前行的方位角分箱（弧度）
    theta_bins = np.radians(theta_bins_list[row_idx])
    # 当前行的数值
    row_vals = epfd[row_idx]
    
    # 处理最后一行的数值映射
    if row_idx == 29:
        row_vals = [row_vals[0], row_vals[40], row_vals[80]]
    
    # 生成每个分箱的四边形顶点
    for bin_idx in range(len(theta_bins)-1):
        theta_start, theta_end = theta_bins[bin_idx], theta_bins[bin_idx+1]
        verts = [
            (theta_start, zd_start),
            (theta_end, zd_start),
            (theta_end, zd_end),
            (theta_start, zd_end),
        ]
        polygons.append(verts)
        colors.append(row_vals[bin_idx])

# 绘制极坐标图
fig, ax = plt.subplots(subplot_kw=dict(projection='polar'))
ax.set_theta_direction(-1)
ax.set_theta_offset(np.pi / 2.0)
ax.set_ylim(0, zd_rad[0])  # 天顶距最大为90°（仰角0°）

# 添加多边形集合
pc = PolyCollection(polygons, edgecolors='none')
pc.set_array(np.array(colors))
pc.set_norm(mpl_colors.LogNorm())
ax.add_collection(pc)

# 添加颜色条
fig.colorbar(pc, ax=ax, label='EPFD')
plt.show()

关键说明 #

1. 极坐标映射：将天顶距（90°-仰角）作为极径r，更符合天文图的习惯（中心为天顶）。
2. 规则网格方式：通过填充零值分箱，快速适配contourf的规则网格要求，适合快速可视化。
3. 不规则分箱方式：精准匹配数据的实际分箱规则，无数据修改，适合专业天文可视化需求。

内容的提问来源于stack exchange，提问作者earnric