由PyVista提供支持的地图渲染和网格分析

导航

已验证信息

这些信息已被PyPI验证
维护者
Bill.Little的gravatar.com头像 Bill.Little HGWright的gravatar.com头像 HGWright martin.yeo的gravatar.com头像 martin.yeo ppmo的gravatar.com头像 ppmo stephen.worsley的gravatar.com头像 stephen.worsley

未验证信息

这些信息尚未被PyPI验证
项目链接
元数据
  • 许可证： BSD许可证（BSD 3-Clause License 版权所有 (c) 2021, GeoVista 贡献者。保留所有权利。重新分配...
  • 作者： GeoVista 贡献者
  • 标签 制图, 曲线, 地球科学, 网格, 网格, python, pyvista, 矩形, ugrid, 非结构化, vtk
  • 要求: Python >=3.10
  • 额外提供: cmap, docs, exam, test
分类

项目描述

GeoVista

基于PyVista的制图渲染和网格分析
⚙️ CI ci-citation ci-locks ci-manifest ci-tests ci-wheels pre-commit
💬 社区 Contributor Covenant GH Discussions X (formerly Twitter) Follow YouTube Channel Subscribers All Contributors
📚 文档 Documentation Status
📈 健康 codecov
✨ 元数据 Ruff NEP29 license - bds-3-clause conda platform
📦 包 DOI conda-forge pypi pypi - python version
🧰 仓库 commits-since contributors release
🛡️ 状态 scitools

重新发现你的数据

🎥 WW3 SMC 时间序列

GeoVista建立在巨人的肩膀上，即PyVista和VTK，因此可以轻松利用GPU的强大功能。

因此，它在渲染性能和交互式用户体验方面实现了范式转变，这通过NOAA/NCEP开发的WAVEWATCH III®第三代波浪模型（WAVE高度，WAT水深和
Current Hindcasting）数据实时、时间序列动画得到证明。

动画显示了位于准非结构化球面多细胞（SMC）网格单元面上的海面波显著高度数据的时间序列。

用GeoVista让你的数据生动起来！ 🚀

心动了吗？想了解更多？好吧，让我们开始吧...

动机

GeoVista的目标很简单；用便利的制图功能来补充PyVista。

在这方面，从设计角度来看，我们希望尽可能地将GeoVista保持得与PyVista一样纯净，即尽可能减少专业化，以最大限度地提高PyVista和VTK生态系统中的本地兼容性。

我们希望GeoVista成为一个通向PyVista强大世界和它所提供的一切的制图门户。

GeoVista对像geopandas、iris、xarray等这样的包是中立的，这些包专门用于准备你的空间数据以进行可视化。相反，我们将这个责任和工具的选择委托给你，用户，因为我们希望GeoVista尽可能灵活和开放，面向整个科学Python社区。

简单来说，“GeoVista是PyVista”，就像“Cartopy是Matplotlib”一样。好吧，这就是愿望。

安装

GeoVista可在conda-forge和PyPI上获取。

我们推荐使用 conda 来安装 GeoVista 👍

Conda

GeoVista 可在 conda-forge 上找到，并可以使用 conda 简单安装

conda install -c conda-forge geovista

有关更多信息，请参阅我们的 conda-forge 食料 和 prefix.dev 仪表板。

Pip

GeoVista 也可在 PyPI 上找到

pip install geovista

查看我们的 PyPI 下载统计，如果你喜欢这种类型的东西。

快速入门

GeoVista 附带了各种预配置资源，以帮助您开始可视化之旅。

资源

GeoVista 使用各种资源，例如栅格、VTK 网格、自然地球 功能和示例模型数据。

如果您想下载和缓存所有已注册的 GeoVista 资源以使其离线可用，只需

geovista download --all

或者，让 GeoVista 在需要时动态下载资源。

要查看注册资源列表，只需

geovista download --list

想知道更多吗？

geovista download --help

绘图示例

让我们探索使用 GeoVista 的各种海洋学和大气模型数据的样本。

WAVEWATCH III

首先，让我们渲染一个 WAVEWATCH III (WW3) 非结构化 三角网格，使用 10m 自然地球海岸线、一个 1:50m 自然地球交叉混合高程色调 基图层，以及漂亮的感知均匀 cmocean 平衡 分割颜色图。

🗒 点击查看代码 
import geovista as gv
from geovista.pantry.data import ww3_global_tri
import geovista.theme

# Load the sample data.
sample = ww3_global_tri()

# Create the mesh from the sample data.
mesh = gv.Transform.from_unstructured(
    sample.lons, sample.lats, connectivity=sample.connectivity, data=sample.data
)

# Plot the mesh.
plotter = gv.GeoPlotter()
sargs = {"title": f"{sample.name} / {sample.units}"}
plotter.add_mesh(mesh, show_edges=True, scalar_bar_args=sargs)
plotter.add_base_layer(texture=gv.natural_earth_hypsometric())
plotter.add_coastlines()
plotter.add_graticule()
plotter.view_xy(negative=True)
plotter.add_axes()
plotter.show()

有限体积社区海洋模型

现在，让我们使用由 FVCOM 提供的 非结构化 网格，以及来自 普利茅斯海洋实验室 的丰富 cmocean 深色 颜色图，可视化 普利茅斯 Sound 和 Tamar River 的地形。

🗒 点击查看代码 
import geovista as gv
from geovista.pantry.data import fvcom_tamar
import geovista.theme

# Load the sample data.
sample = fvcom_tamar()

# Create the mesh from the sample data.
mesh = gv.Transform.from_unstructured(
    sample.lons,
    sample.lats,
    connectivity=sample.connectivity,
    data=sample.face,
    name="face",
)

# Warp the mesh nodes by the bathymetry.
mesh.point_data["node"] = sample.node
mesh.compute_normals(cell_normals=False, point_normals=True, inplace=True)
mesh.warp_by_scalar(scalars="node", inplace=True, factor=2e-5)

# Plot the mesh.
plotter = gv.GeoPlotter()
sargs = {"title": f"{sample.name} / {sample.units}"}
plotter.add_mesh(mesh, cmap="deep", scalar_bar_args=sargs)
plotter.add_axes()
plotter.show()

CF UGRID

局部区域模型

GeoVista 内部目前支持 圆柱 和 伪圆柱 投影。随着 GeoVista 的成熟和稳定，我们将努力补充其他类别的投影，例如 方位 和 圆锥。

同时，让我们用一些使用 Mollweide 投影并使用 PROJ 字符串重投影的高分辨率 非结构化 局部区域模型 (LAM) 数据来展示我们的基本投影支持，同时使用 10m 自然地球海岸线 和一个 1:50m 自然地球交叉混合高程色调 基图层。

🗒 点击查看代码 
import geovista as gv
from geovista.pantry.data import lam_pacific
import geovista.theme

# Load the sample data.
sample = lam_pacific()

# Create the mesh from the sample data.
mesh = gv.Transform.from_unstructured(
    sample.lons,
    sample.lats,
    connectivity=sample.connectivity,
    data=sample.data,
)

# Plot the mesh on a mollweide projection using a Proj string.
plotter = gv.GeoPlotter(crs="+proj=moll")
sargs = {"title": f"{sample.name} / {sample.units}"}
plotter.add_mesh(mesh, scalar_bar_args=sargs)
plotter.add_base_layer(texture=gv.natural_earth_hypsometric())
plotter.add_coastlines()
plotter.add_graticule()
plotter.add_axes()
plotter.view_xy()
plotter.show()

使用相同的 非结构化 LAM 数据，这次使用 等距圆柱 投影，但这次使用 Cartopy Plate Carrée CRS，同样带有 10m 自然地球海岸线 和一个 1:50m 自然地球交叉混合高程色调 基图层。

🗒 点击查看代码 
import cartopy.crs as ccrs

import geovista as gv
from geovista.pantry.data import lam_pacific
import geovista.theme

# Load the sample data.
sample = lam_pacific()

# Create the mesh from the sample data.
mesh = gv.Transform.from_unstructured(
    sample.lons,
    sample.lats,
    connectivity=sample.connectivity,
    data=sample.data,
)

# Plot the mesh on a Plate Carrée projection using a cartopy CRS.
plotter = gv.GeoPlotter(crs=ccrs.PlateCarree(central_longitude=180))
sargs = {"title": f"{sample.name} / {sample.units}"}
plotter.add_mesh(mesh, scalar_bar_args=sargs)
plotter.add_base_layer(texture=gv.natural_earth_hypsometric())
plotter.add_coastlines()
plotter.add_graticule()
plotter.add_axes()
plotter.view_xy()
plotter.show()

LFRic Cube-Sphere

现在，使用 ESRI SRID 在 Met Office LFRic C48 立方体球体 非结构化 网格上渲染海面温度数据，并使用 Robinson 投影，同时使用 10m 自然地球海岸线 和一个 cmocean 热色 颜色图。

🗒 点击查看代码 
import geovista as gv
from geovista.pantry.data import lfric_sst
import geovista.theme

# Load the sample data.
sample = lfric_sst()

# Create the mesh from the sample data.
mesh = gv.Transform.from_unstructured(
    sample.lons,
    sample.lats,
    connectivity=sample.connectivity,
    data=sample.data,
)

# Plot the mesh on a Robinson projection using an ESRI spatial reference identifier.
plotter = gv.GeoPlotter(crs="ESRI:54030")
sargs = {"title": f"{sample.name} / {sample.units}"}
plotter.add_mesh(mesh, cmap="thermal", show_edges=True, scalar_bar_args=sargs)
plotter.add_coastlines()
plotter.view_xy()
plotter.add_axes()
plotter.show()

NEMO ORCA2

到目前为止，我们已经展示了GeoVista处理非结构化数据的能力。现在让我们使用欧洲海洋模拟的Nucleus (NEMO) ORCA2海水势温度数据，以及10米自然地球海岸线和1:50米自然地球I基础层，绘制一个曲线网格。

🗒 点击查看代码 
import geovista as gv
from geovista.pantry.data import nemo_orca2
import geovista.theme

# Load sample data.
sample = nemo_orca2()

# Create the mesh from the sample data.
mesh = gv.Transform.from_2d(sample.lons, sample.lats, data=sample.data)

# Remove cells from the mesh with NaN values.
mesh = mesh.threshold()

# Plot the mesh.
plotter = gv.GeoPlotter()
sargs = {"title": f"{sample.name} / {sample.units}"}
plotter.add_mesh(mesh, show_edges=True, scalar_bar_args=sargs)
plotter.add_base_layer(texture=gv.natural_earth_1())
plotter.add_coastlines()
plotter.view_xy()
plotter.add_axes()
plotter.show()

OISST AVHRR

现在让我们渲染一个NOAA/NCEI最优插值海表温度 (OISST) 高分辨率辐射计 (AVHRR) 的矩形网格，使用10米自然地球海岸线和NASA蓝宝石基础层。

🗒 点击查看代码 
import geovista as gv
from geovista.pantry.data import oisst_avhrr_sst
import geovista.theme

# Load sample data.
sample = oisst_avhrr_sst()

# Create the mesh from the sample data.
mesh = gv.Transform.from_1d(sample.lons, sample.lats, data=sample.data)

# Remove cells from the mesh with NaN values.
mesh = mesh.threshold()

# Plot the mesh.
plotter = gv.GeoPlotter()
sargs = {"title": f"{sample.name} / {sample.units}"}
plotter.add_mesh(mesh, scalar_bar_args=sargs)
plotter.add_base_layer(texture=gv.blue_marble())
plotter.add_coastlines()
plotter.view_xz()
plotter.add_axes()
plotter.show()

DYNAMICO

最后，为了展示对非传统单元几何形状的支持，例如不是三角形或四边形，我们绘制了来自DYNAMICO项目的非结构化网格。该模型使用六边形和五边形单元，是LMD-Z大气环流模型（GCM）的一部分，是IPSL-CM地球系统模型的新动态核。渲染还包含10米自然地球海岸线。

🗒 点击查看代码 
import geovista as gv
from geovista.pantry.data import dynamico
import geovista.theme

# Load sample data.
sample = dynamico()

# Create the mesh from the sample data.
mesh = gv.Transform.from_unstructured(sample.lons, sample.lats, data=sample.data)

# Plot the mesh.
plotter = gv.GeoPlotter()
sargs = {"title": f"{sample.name} / {sample.units}"}
plotter.add_mesh(mesh, scalar_bar_args=sargs)
plotter.add_coastlines()
plotter.add_axes()
plotter.show()

更多示例

"请，先生，我还要一些", 查尔斯·狄更斯，《雾都孤儿》，1838。

当然，我们的荣幸！从命令行，只需

geovista examples --run all --verbose

想知道更多吗？

geovista examples --help

文档

该文档由Sphinx构建，并托管在Read the Docs上。

生态系统

当你在这里时，为什么不访问pyvista-xarray项目并查看它呢！

它旨在为xarray社区提供xarray DataArray访问器，以在3D中可视化数据集，并将建立在GeoVista之上🎉

支持

需要帮助吗？😢

为什么不查看我们现有的GitHub问题。看到类似的问题吗？好吧，给它一个👍来提高其优先级，并随时参与对话。否则，请毫不犹豫地创建一个新的GitHub问题。

然而，如果你更愿意闲聊，那么请访问我们的GitHub讨论。那里绝对是谈论GeoVista的一切的好地方！

许可证

GeoVista是在BSD-3-Clause许可下分发的。

星历史

Star History Chart

#ShowYourStripes

#showyourstripes Global 1850-2022

图形和首席科学家： Ed Hawkins，英国雷丁大学国家大气科学中心。

数据：伯克利地球，NOAA，英国气象局，瑞士气象局，DWD，SMHI，UoR，法国气象局 & ZAMG。

#ShowYourStripes是在Creative Commons Attribution 4.0 International License下分发的 creative-commons-by

项目详情

已验证信息

这些信息已被PyPI验证
维护者
Bill.Little的gravatar.com头像 Bill.Little HGWright的gravatar.com头像 HGWright martin.yeo的gravatar.com头像 martin.yeo ppmo的gravatar.com头像 ppmo stephen.worsley的gravatar.com头像 stephen.worsley

未验证信息

这些信息尚未被PyPI验证
项目链接
元数据
  • 许可证： BSD许可证（BSD 3-Clause License 版权所有 (c) 2021, GeoVista 贡献者。保留所有权利。重新分配...
  • 作者： GeoVista 贡献者
  • 标签 制图, 曲线, 地球科学, 网格, 网格, python, pyvista, 矩形, ugrid, 非结构化, vtk
  • 要求: Python >=3.10
  • 额外提供: cmap, docs, exam, test
分类

发布历史 发布通知 | RSS源

此版本

0.5.2

0.5.1

0.5.0

0.4.1

0.4.0

0.3.0

0.2.0

0.1.4

0.1.3

0.1.2

0.1.1

0.1.0

0.1a0 预发布

下载文件

下载适用于您平台上的文件。如果您不确定选择哪个，请了解更多关于安装包的信息。

源代码分发

geovista-0.5.2.tar.gz (173.2 kB 查看哈希值)

上传时间 源代码

构建分发

geovista-0.5.2-py3-none-any.whl (166.1 kB 查看哈希值)

上传时间 Python 3

支持

AWSAWS云计算和安全赞助商DatadogDatadog监控FastlyFastlyCDNGoogleGoogle下载分析MicrosoftMicrosoftPSF赞助商PingdomPingdom监控SentrySentry错误日志StatusPageStatusPage状态页面