如何在Python中将经纬度数据重塑为二维矩阵？

原代码的核心问题 #

1. 嵌套循环逻辑错误：两层嵌套循环会遍历所有lats和lons的组合（共9个点），但你需要的是三个数组一一对应的3个点。
2. 索引错误：直接用负数经纬度作为矩阵索引会报错，numpy数组索引不能为负，需要把经纬度转换为矩阵的正索引。
3. values索引语法错误：values[]是无效语法，需要和经纬度的位置一一对应取值。

正确实现方式 #

方式一：循环遍历对应元素（直观易懂）

import numpy as np

lats = np.array([-85, -43, 2])
lons = np.array([-44, -66, 24])
values = np.array([1, 2, 3])

# 创建维度为(181, 361)的全零矩阵（对应纬度-90~90共181个点，经度-180~180共361个点）
matrix = np.zeros((181, 361))

# 同时遍历三组对应的数据
for lat, lon, val in zip(lats, lons, values):
    # 转换为矩阵的正索引：纬度+90，经度+180
    lat_idx = lat + 90
    lon_idx = lon + 180
    # 为对应位置赋值
    matrix[lat_idx, lon_idx] = val

方式二：numpy向量化操作（高效适合大数据）

如果数据量较大，推荐用numpy的向量化操作，比循环更快：

import numpy as np

lats = np.array([-85, -43, 2])
lons = np.array([-44, -66, 24])
values = np.array([1, 2, 3])

matrix = np.zeros((181, 361))

# 批量计算矩阵索引
lat_indices = lats + 90
lon_indices = lons + 180

# 批量赋值
matrix[lat_indices, lon_indices] = values

关键说明 #

• 索引转换逻辑：纬度范围是-90~90，共181个点，lat + 90会把-90转为0，90转为180，正好对应矩阵的行索引；经度范围-180~180，共361个点，lon + 180把-180转为0，180转为360，对应矩阵的列索引。
• zip()函数会把三个数组中同位置的元素打包成元组，确保每个经纬度对应正确的value。

内容的提问来源于stack exchange，提问作者requiemman