网格化数据值的插值 - python

Question

问题：有没有办法从 geodataframe 重新采样网格化值以绘制更平滑的地图？

详情： 我正在使用名为 gdf 的 24x24 网格。网格的每个 cell 都有一个 value 和一个 id 作为属性：

#gdf.head()

    id      values      geometry
0   1       52.390119   POLYGON ((653179.710 6859158.392, 653179.710 6...
1   2       52.390119   POLYGON ((653179.710 6858908.392, 653179.710 6...
2   3       52.390119   POLYGON ((653179.710 6858658.392, 653179.710 6...
3   4       49.592331   POLYGON ((653179.710 6858408.392, 653429.710 6...
4   5       52.390119   POLYGON ((653429.710 6858408.392, 653179.710 6...

这是我绘制地图时得到的地图类型：

如您所见，图中一个单元格到另一个单元格的值发生了非常剧烈的变化，我想将其平滑化。

有没有办法将每个单元格分成 2 或 3 个子单元格（水平和垂直）以获得更高分辨率的网格，然后对值进行插值以获得平滑的渐变而不是这样？ 知道我正在尝试将数据保留为 geodataframe，因为稍后我需要将它们转换为 shapefile。

我找到了一种方法，允许我通过 plt.imshow() 执行此操作，因为有一个 interpolation 选项；这会给我我想要的东西，但这只提供图像作为输出，我不能直接用它修改 gdf:

grid = np.array(file.data).reshape(-1, 24)[::-1]

fig, axs = plt.subplots(nrows=1, ncols=2, figsize=(20, 20), subplot_kw={'xticks': [], 'yticks': []})

for ax, interp_method in zip(axs.flat, methods):
    ax.imshow(grid, interpolation='lanczos', cmap='RdYlGn_r')

plt.tight_layout()
plt.show()

Answer 1

为了补充我的评论，另一种方法是将您的网格视为图像并使用 PIL 库：

import numpy as np
from PIL import Image

image = PIL.Image.from_array(grid)
w, h = image.size
ratio = 4
image = image.resize((w*ratio, h*ratio), Image.BILINEAR)
image.show()
grid = np.array(image)

您也可以使用 different interpolation 方法。要将您的数据返回到 pandas 数据框：

# flatten your grid and get your values back into a column
pd.DataFrame(grid.flatten(), columns=['values'])

# add an id column that starts a 1
df['id'] = df.index + 1

网格化数据值的插值 - python

Interpolation of gridded data values - python

python

interpolation

geopandas