python报错TypeError: Input z must be 2D, not 3D的解决方法
目前，在使用python处理一个nc文件绘制一个风场图时，出现了以下报错
虽然图片画出来了，但是很丑而且没有理想的填充颜色！
但是不知道为啥，但是参考画图过程，分析这个其中的Z应该指的绘制等高线中的这个函数：matplotlib.pyplot contourf 中使用到的Z！
而这个函数的用法为
coutour([X, Y,] Z,[levels], **kwargs)
在这里提出，matplotlib.pyplot contourf 是用来绘制三维等高线图的，不同点是contour（）是绘制轮廓线。而contourf()则会填充轮廓。除非有其他说明，否则两个版本的函数是相同的。
| 参数 | ||
| X,Y | 数组，可选 |
是在Z中的坐标值。 当X,Y,Z都是二维数组时，它们的形状必须相同，若是一维数组，则X的长度为Z的列数，Y的长度为Z的行数，一般来说创建numpy.meshgrid() |
| Z | 类似矩阵 | 是绘制轮廓的高度值 |
| levels | int或类似数组，可选 | 用来确定轮廓线\区域的数量和位置 |
| aalpha | float,可选 | alpha混合值，介于0（透明）和1（不透明）之间。 |
| cmap | str或colormap，可选 | Colormap用于将数据值（浮点数）从间隔转换为相应Colormap表示的RGBA颜色。用于将数据缩放到间隔中看 。 |
很显然，在这个函数用法中，如果要画出等高线，核心函数就是plt.contourf()，但在这个函数中输入的参数是x,y对应的网格数据以及此网格对应的高度值，因此我们调用np.meshgrid(x,y)把x,y值转换成网格数据：
import numpy as np import pandas as pd import matplotlib.pyplot as plt # 计算x,y坐标对应的高度值 def f(x, y): return (1-x/2+x**3+y**5) * np.exp(-x**2-y**2) # 生成x,y的数据 n = 256 x = np.linspace(-3, 3, n) y = np.linspace(-3, 3, n) # 把x,y数据生成mesh网格状的数据，因为等高线的显示是在网格的基础上添加上高度值 X, Y = np.meshgrid(x, y) # 填充等高线 plt.contourf(X, Y, f(X, Y)) # 显示图表 plt.show()
于是我分析了我的代码中的contourf中对应的X,Y和Z，才发现果然问题出现在这里：
cp=ax.contourf(lon,lat,ws[i,::],zorder=0,transform=ccrs.PlateCarree(),cmap=cmap,levels=levels,extend='both')
这段代码在完成三维数组的绘制时完全没有问题，但是不巧的是，我这次绘制的是四维数组，而其中的ws[i,::]则未取定其中的两维，使得该Z=ws[i,::]，理论上来说属于一个三维的数组，所以才会报错。
而我们只需要把这个四维数组取定其中的两维，使得该Z属于一个二维数组即可，已知我的数据中第二维为我恰好需要将之取定为500hpa，所以将这句代码改为：
cp=ax.contourf(lon,lat,ws[i,0,::],zorder=0,transform=ccrs.PlateCarree(),cmap=cmap,levels=levels,extend='both')
霍！这不就画出来了嘛！
初次见面，请多关照！希望能解决你的一点小烦恼哦！
到此这篇关于python报错TypeError: Input z must be 2D, not 3D的解决方法的文章就介绍到这了,更多相关python报错解决方法内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本文介绍了利用qwebview写的一个发腾讯微博的功能，大家可以改成新浪微博，原理是一样的，大家参考使用吧2014-01-01
Python PyAutoGUI模块控制鼠标和键盘实现自动化任务详解
这篇文章主要介绍了Python PyAutoGUI模块控制鼠标和键盘实现自动化任务,结合实例形式详细分析了pyautogui模块的安装、导入以及针对鼠标与键盘的各种常见响应操作实现技巧,需要的朋友可以参考下2018-09-09
今天小编就为大家分享一篇python实现在函数中修改变量值的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-07-07
sklearn是一个无论对于机器学习还是深度学习都必不可少的重要的库，里面包含了关于机器学习的几乎所有需要的功能，本文不会先整体介绍sklearn库，而是先从sklearn库中的一些具体实例入手，感兴趣的朋友一起看看吧2021-08-08
这篇文章主要介绍了基于python判断目录或者文件代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-11-11
这篇文章主要介绍了PyQt5的QWebEngineView使用示例，帮助大家更好的学习和使用python，感兴趣的朋友可以了解下2020-10-10
详解Python中的偏函数(Partial Functions)
Python中的偏函数是来自函数式编程的一个强大工具，它的主要目标是减少函数调用的复杂性这个概念可能起初看起来有点困难理解，但一旦你明白了它的工作方式，它可能会成为你的编程工具箱中的重要组成部分，文中有相关的代码介绍,需要的朋友可以参考下2023-06-06
Python实现基于TCP UDP协议的IPv4 IPv6模式客户端和服务端功能示例
这篇文章主要介绍了Python实现基于TCP UDP协议的IPv4 IPv6模式客户端和服务端功能,结合实例形式分析了Python基于TCP UDP协议的IPv4 IPv6模式客户端和服务端数据发送与接收相关操作技巧,需要的朋友可以参考下2018-03-03
这篇文章主要介绍了在Python下多线程编程的尝试,由于GIL的存在,多线程在Python开发领域一直是个热门问题,需要的朋友可以参考下2015-04-04
matplotlib是Python最著名的绘图库，本文给大家分享了利用matplotlib+numpy绘制多种绘图的方法实例，其中包括填充图、散点图(scatter plots)、. 条形图(bar plots)、等高线图(contour plots)、 点阵图和３Ｄ图，需要的朋友可以参考借鉴，下面来一起看看吧。2017-05-05
最新评论