|
气象数据可视化主要依靠matplotlib做绘图,其他库包为辅助,包括数据处理的,地理信息处理的等等。
) j! j+ B# Y$ R绘图主要有六步(“六部曲”)(不是绝对的方法,视具体情况使用): 引入库包:import matplotlib.pyplot as plt 设定画布:fig=plt.figure() 导入数据:之前已有介绍导入nc文件格式数据(【气候软件】Python读取气象数据 NetCDF文件(***.nc))和导入txt文本格式数据(【气候软件】Python2:读取TXT文本格式的数据)。 线图命令:plt.plot(x,y,lw=,ls=,c=,alpha=) 出图:plt.show() 存图:fig.savefig("···")
1 P) N3 C% l2 |, _
只要按照以上六步,基本绘图没有问题!!!
3 S9 M$ T9 w+ e) V- D绘制面积图和填色图
(有的时候需要画这种交差的填充图,能直观地表达差值的变化和含义。)
下面直接上代码(关于代码的解释已在注释中详细说明,应该能理解):
3 ?0 f- M8 n" F; w# a& p5 t- 2 {) a3 v/ a0 C" Q. f
% Q% o7 T! T: G: T
9 Z8 ^2 K# G( O1 U* F
/ u8 H$ }! t, v( ?9 X' [# j# H
& L I" G; L: H' @7 j0 f
0 m' x' T' O7 t
# W6 |% c! @ {. l4 g- W- # m% y% v& O4 D; \- v' t0 v. D( i
6 M! F) v0 _( h0 F2 R9 o# t- , u( }1 X( N9 f) k' i
# k# w0 }4 g0 ] L6 z- # [& S* L! c2 v7 y* H9 G
- d; q' d4 z$ |2 k/ c1 d+ V- ! N. K/ T! b, j& [+ W# S, L
2 [" V* C- D8 L) c- * Y+ L1 _( B& C7 d5 \
- $ N3 e2 F/ J' V z- O+ l
# s1 k2 ?6 b! q) N- t* m9 Z# I4 }0 A& d
: X, Z4 C' E! g, S) T' j- 2 s" m' w/ @& J9 W
; M) i0 @* Q7 n) x# t& `1 F; P% S- $ U, \& K! _2 J7 ]
- 0 I# I9 G5 r8 r
- 0 J% H, n, O+ k/ H1 ^4 |
0 i1 {9 ~! q q6 _! V
; J/ M" M! Z: H0 n7 i& t2 H
# C2 L6 w+ m- t d" o! a- 8 }* b/ i8 V% O
! x4 C. @6 Z3 m4 t T1 X
% }; y' r3 C3 C+ t2 x+ ~) H- P; w4 n- 9 A" s4 F$ a, f5 k& r
! S+ ]9 g8 @2 l
: o$ q6 t/ k2 T; e* O% r- 8 @% \$ h- O( H9 E" i
. N! `. O5 {3 t5 j7 _7 {- , h# C$ S$ l6 f) @$ G5 B
- % |6 u7 o7 I+ A4 s. k
- ; j+ L' u. ?" C3 L: f
9 Q9 h5 t$ l* [( [9 m
" J+ u% R( j4 k$ S9 X* C) D( Z
; K k! \9 m6 P; \- - r. }* B9 s) L1 b, C
% |, T2 ~* ~& u( F
#引库importnumpy asnpimportmatplotlib.pyplot aspltimportpandas aspd#中文及负号处理plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'plt.rcParams['axes.unicode_minus'] = False#画布fig = plt.figure(figsize=(15,6), dpi=200)ax1, ax2 = fig.subplots(1, 2)#数据x = np.arange(0.0, 2, 0.01)y1 = np.sin(2*np.pi*x)y2 = 1.2*np.sin(4*np.pi*x)#绘图#子区域1绘制限定区域填充图labels = ["Fibonacci ", "Evens"] ax1.plot(x, y1, ls='-', lw='2', c='k', label='$y1$')ax1.plot(x, y2, ls='--', lw='2', c='r', label='$y2$')ax1.legend(loc='upper right', fontsize=10) #图例位置#ax1.set_xticks([]) #取消横轴刻度#ax1.set_yticks([]) #取消纵轴刻度ax1.set_title('fill between where') #图标题ax1.set_xlabel('x') #横坐标标题ax1.set_ylabel('y') #纵坐标标题#填充图还支持限定条件下的区域填充ax1.fill_between(x,y1=y1,y2=y2, where=(y1>=y2), color='skyblue') #对y1>=y2的区域填色ax1.fill_between(x,y1=y1,y2=y2, where=(y2>=y1), color='yellow') #对y2>=y1的区域填色#添加标注。xy:标注箭头想要指示的点,xytext:描述信息的坐标ax1.annotate('y1>y2', xy=(0.3, 0), xytext=(0, -0.5), arrowprops=dict(facecolor='black', shrink=0.01))ax1.annotate('y2>y1', xy=(1.7, 0), xytext=(1.8, 0.5), arrowprops=dict(facecolor='black', shrink=0.01))#子区域2绘制堆积面积图ax2.stackplot(x, y1, labels=labels, color='yellow') #堆积面积图ax2.set_title('area picture') #图标题ax2.set_xlabel('x') #横坐标标题ax2.set_ylabel('y') #纵坐标标题#出图plt.show() # f5 S/ C q+ e7 N5 A! a
|