基于python的站点数据Kriging插值绘图
科研中常常会将站点数据进行插值，绘制成图。常用的二维插值方法有
最近邻法、线性内插法、三次样条内插法
，此外还有一些基于地理的插值方法，如克里金插值法、IDW反距离加权法。今天我们就克里金插值法介绍一下使用python进行站点数据插值绘图的方法。
绘图模块
cartopy
、
shpfile
、
matplotlib
插值模块：
对于简单的二维插值方法（最近邻法、线性内插法、三次样条内插法），可以用scipy.interpolate中的griddata方法实现。
scipy.interpolate.griddata(points, values, xi, method='linear')
对于克里金/IDW插值方法，可以自行编写计算函数，也可以调用现成的模块，如
pykrige
。
指北针的添加
导入
import matplotlib.patches as mpatches # 比例尺
加载地图、矢量数据
kriging插值
其他（
colorbar/contour/刻度标签
...）
绘图用
cartopy
，插值用
scipy
/
pykrige
，掩膜用
shp2clip
。
站点插值
绘图与利用
tiff绘图
稍有不同，主要就区别在插值这块，tiff绘图是
直接读取tiif边界坐标，插值成xsize/ysize个点位
。
常用shp需要收集，如中国城市、全国国家矢量数据...
