如何用xarray的重采样与插值实现等值线移动动画？

你的问题根源在于当前的时间插值只是对单个网格点的数值做线性变化，没有在空间上形成连续的高值过渡区域——初始是(1,1)点为6，后期是(4,4)点为6，中间时刻这两个点的数值此消彼长，没有中间区域承接，导致等值线直接消失再出现。

要实现等值线平滑移动，需要让高值区域从起点到终点连续渐变过渡，同时支持强度随时间变化。下面是具体的实现方案：

核心思路 #

1. 定义高值区域的起点、终点坐标，以及对应时刻的强度值（支持不同时刻强度不同）
2. 对每个时间步，插值计算当前高值中心的位置和强度
3. 用高斯函数生成该时刻的2D数据，模拟一个平滑的高值区域，这样等值线会随着高值中心的移动而平滑过渡

修改后的代码示例 #

import xarray as xr
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.animation import FuncAnimation

%matplotlib widget

ani = None

# 定义关键时间点的参数：(时间, 中心x, 中心y, 强度)
time_points = [
    np.datetime64("2024-01-01T12:00"),
    np.datetime64("2024-01-01T13:00")
]
center_x = [1.0, 4.0]  # 起点和终点的x坐标
center_y = [1.0, 4.0]  # 起点和终点的y坐标
intensity = [6.0, 6.0]  # 可修改为不同值，比如[6, 8]实现强度变化

# 创建时间序列：1分钟间隔，共60个时间点
time_seq = np.arange(time_points[0], time_points[1], np.timedelta64(1, 'm'))
time_seq = np.append(time_seq, time_points[1])

# 创建x和y网格
x = np.arange(6)
y = np.arange(6)
xx, yy = np.meshgrid(x, y)

# 生成每个时间点的数据
data_list = []
for t_idx, t in enumerate(time_seq):
    # 线性插值当前时刻的中心坐标和强度
    frac = t_idx / (len(time_seq)-1)  # 时间进度比例，0到1
    curr_x = center_x[0] + frac * (center_x[1] - center_x[0])
    curr_y = center_y[0] + frac * (center_y[1] - center_y[0])
    curr_intensity = intensity[0] + frac * (intensity[1] - intensity[0])
    
    # 用高斯函数生成平滑的高值区域（sigma控制高值区域的大小）
    sigma = 0.8
    data = curr_intensity * np.exp(-((xx - curr_x)**2 + (yy - curr_y)**2) / (2 * sigma**2))
    data_list.append(data[np.newaxis, :, :])  # 增加时间维度

# 合并成xarray数据集
data_all = np.concatenate(data_list, axis=0)
ds = xr.Dataset(
    {"value": (["time", "x", "y"], data_all)},
    coords={
        "time": time_seq,
        "x": x,
        "y": y,
    },
)

# 绘制动画
fig, ax = plt.subplots()
ax.set_xlim(0, 5)
ax.set_ylim(0, 5)
cont = ax.contourf(ds["x"], ds["y"], ds.isel(time=0)["value"], cmap='viridis', levels=10)
fig.colorbar(cont)

def animatehere(i):
    global cont
    # 清除旧的等值线集合
    for c in cont.collections:
        c.remove()
    # 绘制当前时间点的等值线
    data_selected = ds.isel(time=i)
    cont = ax.contourf(data_selected["x"], data_selected["y"], data_selected["value"], 
                       cmap='viridis', levels=10)
    ax.set_title(f"Time: {data_selected.time.values}")
    return cont.collections

ani = FuncAnimation(fig, animatehere, frames=len(time_seq), interval=30, repeat=False)
ani.save('smooth_animation.gif', writer='pillow')
plt.show()

关键改进点说明 #

• 空间平滑过渡：用高斯核生成连续的高值区域，替代原来的孤立点，中间时刻的高值区域从起点到终点渐变移动，等值线自然平滑过渡
• 支持强度变化：只需修改intensity数组的两个值，就能实现高值强度随时间线性变化
• 动画优化：每次绘制前清除旧的等值线集合，避免图层叠加导致的混乱

内容的提问来源于stack exchange，提问作者John