基于经纬度掩蔽NetCDF变量得到1D数组无法绘图，需生成可用多维数组的技术求助

你的问题出在用布尔索引提取元素时把二维数组扁平化了——fcdBT150gHz[merged_coord]会把所有符合条件的元素从二维结构里拉出来，变成一维数组，自然没法和原来的二维经纬度对应上。正确的做法是保留原始数组的二维形状，只掩蔽掉不符合地理范围的元素，这样就能和经纬度维度完全匹配了。

修正后的实现步骤 #

1. 创建统一的掩蔽掩码 #

先把经纬度的掩蔽逻辑合并成一个二维掩码，这个掩码的形状和你的温度数组、经纬度数组完全一致（都是(2495, 90)）：

# 生成经纬度的掩蔽条件：不符合范围的标记为True
lon_mask = (lonlar < 105) | (lonlar > 110)
lat_mask = (latlar < 30) | (latlar > 35)
# 合并掩码：只要经纬度任意一个不符合，就需要掩蔽该位置
combined_mask = lon_mask | lat_mask

2. 掩蔽温度数组（保留二维结构） #

用numpy.ma.masked_where把温度数组中符合掩码条件的元素掩蔽掉，返回的数组会保留原始的二维结构，只是不符合条件的元素被标记为掩蔽值：

# 掩蔽温度数组
masked_fcdBT150 = ma.masked_where(combined_mask, fcdBT150gHz)
# 同步掩蔽经纬度数组，方便后续绘图时维度匹配
masked_lats = ma.masked_where(combined_mask, latlar)
masked_lons = ma.masked_where(combined_mask, lonlar)

3. 基于纬度绘图（匹配维度） #

现在你可以根据需求选择合适的绘图方式：

• 如果是要绘制每个有效地理位置点的温度与纬度对应关系，可以把掩蔽后的数组展平（掩蔽元素会自动被忽略）：

plt.scatter(masked_lats.flatten(), masked_fcdBT150.flatten(), s=1)
plt.xlabel('Latitude')
plt.ylabel('150GHz Brightness Temperature')
plt.title('Temperature vs Latitude (Masked Region: 105-110E, 30-35N)')
plt.show()

• 如果是要绘制纬度维度的平均温度曲线，可以先对每个纬度计算平均值（掩蔽值会自动被排除在计算外）：

# 沿第一维（假设是经度/扫描维度）计算每个纬度的平均温度
lat_avg_temp = ma.mean(masked_fcdBT150, axis=0)
# 获取有效纬度的唯一值
unique_valid_lats = np.unique(masked_lats[~masked_lats.mask])
plt.plot(unique_valid_lats, lat_avg_temp[:len(unique_valid_lats)])
plt.xlabel('Latitude')
plt.ylabel('Average 150GHz Brightness Temperature')
plt.show()

原方法得到一维数组的原因 #

merged_coord是一个二维布尔数组，当你用它直接索引温度数组时，numpy会把所有True位置的元素从二维结构中提取出来，忽略它们原本的位置信息，因此返回的是一维数组。而masked_where是在原数组的基础上标记掩蔽元素，完全保留原始的形状和维度，这样就能和经纬度数组实现一一对应。

内容的提问来源于stack exchange，提问作者updraftman