使用GeoPandas绘制NetCDF文件图像时遇形状不匹配错误的解决方法

问题根源 #

你的PRECT.mean(dim='time').values是二维数组(178, 156)，对应维度为(纬度数, 经度数)；而gpd.points_from_xy(test_data.longitude.values, test_data.latitude.values)仅生成了一维的坐标对，两者长度不匹配（156 vs 178），导致无法对齐。

需要将二维的气象数据展平为一维，同时生成所有经纬度网格点的坐标对（共178*156=27768个点），才能和展平后的PRECT值一一对应。

修正代码 #

import xarray as xr
import geopandas as gpd
import matplotlib.pyplot as plt
import numpy as np

# 读取NetCDF数据（修正原代码笔误：open_set改为open_dataset）
data = xr.open_dataset("**.nc")
china_PRECT = data.PRECT  

# 读取河北边界数据
hebei_map = gpd.read_file('hebei.json')
hebei_geometry = hebei_map.geometry.unary_union

# 1. 生成经纬度网格坐标
lon, lat = np.meshgrid(data.longitude.values, data.latitude.values)
# 展平为一维数组，与展平后的PRECT数据匹配
lon_flat = lon.flatten()
lat_flat = lat.flatten()

# 2. 展平PRECT均值数据
prect_mean_flat = data.PRECT.mean(dim='time').values.flatten()

# 3. 创建GeoDataFrame
gdf = gpd.GeoDataFrame(
    {'prect_mean': prect_mean_flat},  # 用字典明确列名与对应数据
    geometry=gpd.points_from_xy(lon_flat, lat_flat), 
    crs="EPSG:4326"
)

# 可选：筛选出河北范围内的点
gdf_hebei = gdf[gdf.within(hebei_geometry)]

# 绘图示例
fig, ax = plt.subplots(figsize=(10, 8))
hebei_map.plot(ax=ax, facecolor='white', edgecolor='black')
gdf_hebei.plot(ax=ax, column='prect_mean', cmap='Blues', markersize=20, legend=True)
plt.title('河北区域PRECT均值分布')
plt.show()

关键说明 #

• np.meshgrid：将一维的经度、纬度转换为二维网格矩阵，确保每个纬度和经度的组合都有对应的坐标点。
• .flatten()：把二维数组转为一维，使PRECT数据和坐标点的数量完全匹配（均为178*156个元素）。
• 原代码中xr.open_set是笔误，修正为xr.open_dataset——这是xarray读取NetCDF文件的标准方法。

内容的提问来源于stack exchange，提问作者王云湖不归