海洋数据处理软件 -海洋数据分析收费标准

: W# R7 [. K! h8 R5 W N

Notes：请务必将matplotlib的版本控制在3.2（或以下），经过测试发现，3.3及以后的版本在配合proplot使用时，在设置colorbar的时候会出现警告信息，同时生成的图不正常。降版本之后问题不再出现。

在我的上一篇文章中，我推荐了由NCAR负责开发的PyNgl库作为Python语言下面的地理绘图库，并且介绍了如何在子系统（WSL）下面的安装方法。详细的请见传送门：

/ [& s" a' v, J5 ]8 U0 ~* R

小梁梁：最好看的气象海洋数据可视化，PyNgl和PyNio库在子系统(WSL)下的安装36 赞同 · 17 评论文章

不过现在选择使用PyNgl有些尴尬，首先是官方宣布不再进行大更新了，只进行小修小补（维护模式），其次根据一些说法，PyNgl相较于NCL本身，还存在一些Bugs。总的来说就是体验一般。不过，如果很早就习惯了NCL的声明式绘图，可能你会非常喜欢他。

- p& ]9 m) Z. U2 l8 G4 c

一次偶然，我发现了Proplot这个库，Proplot对matplotlib进行了高度的封装，是一个高级绘图工具，其功能相当强大！而且融和了cartopy、basemap、xarray和pandas。作者是来自科罗拉多州立大学大气科学学院的硕士研究生Luke Davis。简单来说：Proplot针对matplotlib和cartopy的很多不友好的方面，并通过封装来解决这些问题。使用者可以通过新引入的format方法来完成繁琐复杂的图形设置问题（更简单的代码，更好看的图形）

9 L: u; z5 Y& y- H

ProPlot - ProPlot documentation​proplot.readthedocs.io/en/latest/

在官方文档中，已经大量的绘图例子，可以前往查看，下面简单展示一下具体的绘图效果：

①简单常用的填色图：

; Z/ j. a% Q2 D- I

import proplot as plot H: R2 p5 G5 L4 h import numpy as np # 创建虚拟数据 offset = -40 9 t: T. `8 P# P% \3 k lon = plot.arange(offset, 360 + offset - 1, 60) ; _4 g" p+ r+ U# _ F! J4 A lat = plot.arange(-60, 60 + 1, 30) + W3 C4 O+ \* n+ O state = np.random.RandomState(51423) data = state.rand(len(lat), len(lon)) / C9 X: Q) }4 s' i! a3 ]4 r& W plot.rc.reso = lo#海岸线可以不同分辨率 hi med lo x-hi xx-hi proj = plot.Proj(cyl) % V, M# ^3 w" ~1 U- R/ E fig, axs = plot.subplots(nrows=1, ncols=2, axwidth=6, proj=proj) 3 m4 U6 W0 g2 ?- @ axs.format( abc=True,abcloc=ul,abcsize=30, abcstyle=a), gridlabelsize=18, labels=True, lonlines=30, latlines=20, - V2 G7 q* C# o5 _7 b- S) i+ p coast=True,gridminor=True,coastlinewidth=1, suptitle=Contourf,suptitlesize=20, rowlabels=[Cartopy example], collabels=[Contourf, Pcolormesh]) cmap=plot.Colormap(Div, gamma=0.6)#gamma提高颜色深度 , V+ J2 F2 ^$ F; g 8 o0 h" T( B9 q2 N# Z" @/ R m = axs[0].contourf(lon, lat, data, cmap=cmap, extend=both) * U0 b2 Q, Z* i+ ]$ @ J axs[1].pcolor(lon, lat, data, cmap=cmap, extend=both) fig.colorbar(m, loc=b, label=State, labelsize=20,ticklabelsize=18, extendsize=1.7em) fig.save(rC:\Users\59799\Desktop\image.png, , n+ R* ]4 P; y9 U4 q* E' o dpi=600) plot.close() " ~' y4 n) N% z( G1 x4 m

) z# a0 P. v7 f6 M# i T" p

②子图特殊布局：

import proplot as plot import numpy as np |+ V1 d! ^& _ Q0 e2 p/ ~ # 创建虚拟数据 $ Q+ P! C! H/ v: _0 X offset = -40 , z) {( ~# l1 A3 z, E+ C- c7 T lon = plot.arange(offset, 360 + offset - 1, 60) lat = plot.arange(-60, 60 + 1, 30) 7 w! ?4 `8 S7 s5 X' p; W8 m6 G state = np.random.RandomState(51423) . Z& r- e/ k- Z data = state.rand(len(lat), len(lon)) subplot_array = [[0,1,1,0], [2,2,3,3]] #0表示没有图片 1 2 3...表示子图1 2 3... 7 a) b6 ?% f5 h; i { plot.rc.reso = lo#海岸线可以不同分辨率 hi med lo x-hi xx-hi proj = plot.Proj(cyl) ' l8 g0 ?! h, n7 i z' j fig, axs = plot.subplots(subplot_array, axwidth=6, proj=proj) # p1 q7 e" J5 j axs.format( abc=True,abcloc=ul,abcsize=30, abcstyle=a), gridlabelsize=18, ! p0 l% R% G/ \ y2 p" W labels=True, lonlines=30, latlines=20, " g z ~/ g* h4 X% p coast=True,gridminor=True,coastlinewidth=1) # G/ o! P) l0 |2 `2 v v9 A cmap=plot.Colormap(Div, gamma=0.6)#gamma提高颜色深度 " D9 D" l2 d8 Y. F& _5 Q m = axs[0].contourf(lon, lat, data, cmap=cmap, extend=both) + ^( X @/ u' G0 u) L axs[0].format(title = subplot 1, titlesize=20) 0 S3 P r3 {/ `% \4 W5 m8 I + h* L _4 X7 o7 A axs[1].pcolor(lon, lat, data, cmap=cmap, extend=both) / B' z. f( t8 e& s: ]2 ~ axs[1].format(title = subplot 2, titlesize=20) . j( ], L3 a- M4 i axs[2].contour(lon, lat, data, extend=both) : @6 F4 g- v8 {+ h axs[2].format(title = subplot 2, titlesize=20) o8 e0 O' W: }' N$ ] fig.colorbar(m, loc=b, label=State, labelsize=20,ticklabelsize=18, extendsize=1.7em) fig.save(rC:\Users\59799\Desktop\image.png, 2 J0 ]8 P0 q( V4 g0 r2 K; g$ Z9 b dpi=600) ( J8 \) r$ i: N8 E s+ q. a plot.close()

. N0 r' z# ^ ?8 f8 a) d' d

使用技巧：

2 i4 K! a6 X, Q! I

①在保存图片时，默认保存的图片为1200dpi，如果直接放进word文档，可能会因为图片压缩导致图片异常（如果设置为不压缩，图片一多会导致word非常卡），所以请尽量使用dpi参数改变保存图片时候的dpi。

4 t& n2 e4 [ K$ N

②format方法可以针对不同的子图设置不同格式，例如：

axs.format(...)#设置全部子图 axs[0:2].format(...)#设置第1张和第2张子图 $ t* T1 h( Q" z( ~, D axs[0].format(...)#设置第1张子图

6 Y. M0 Q; o1 t3 a$ T& y5 x

③所有的图形设置都可以在format方法中通过参数的方法完成，具体的参数请查阅官方文档的Configuring ProPlot章节

④现在Proplot中还包含着basemap，个人不太推荐使用。

3 R% v) s' N+ B. g/ T4 m' t& Q . Z! J! v0 s2 ]- Y/ c+ ~