【气候软件】Python7：气象数据可视化的绘图基本流程

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。

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("···")

  
  & d, a( z+ r4 R1 E& Q$ d, _

只要按照以上六步，基本绘图没有问题！！！

/ @; u) F& y5 y; n

绘制简单气象数据图

• 
  
• 
  * E/ H: P5 B/ V# p: k! h
• 
  - K6 N% F7 v6 [
• 
  
• 
  * e3 w- d' _; O0 z' E( ^
• 
  . @2 s' i. m: ?: E# P
• 
  , E7 I& ^$ b6 I6 I
• 
  
• 
  1 x4 |4 x1 y; C
• 
  " E0 O! {2 h" _3 c3 [6 q
• 
  
• 
  
• 
  4 {& n0 V1 d3 E1 B! ^5 x7 y) j* [
• 
  
  

######1引入库包############import matplotlib.pyplot as pltimport numpy as np######2画布############fig=plt.figure(figsize=(3,3),dpi=200)######3虚拟数据########x=np.linspace(0.05,10,1000)y=np.cos(x)#####4线图命令#############plt.plot(x,y,ls="-",lw="2")#####5出图#############plt.show()########6保存图片###########fig.savefig("画布")
; Y5 ^$ U3 p4 ?1 Q4 }8 G

备注：创建了一张画布，figure里有两个常用语句，一个是figsize=()，一个是dpi.

figsize=(a,b)语句里面有两个参数，分别设置画布的长和宽，单位为英寸。

dpi为图像解析度，过低的话会使图像模糊不清。

                               
登录/注册后可看大图

基础的常用绘图命令有折线图（plot）、柱状图（bar）、条形图（barh）、散点图（scatter）、直方图（hist）、饼图（pie）、箱线图（boxplot）等等。

这里的数据引用的【气候软件】Python5：绘制气象资料的多区域子图里的某地1979-2019年平均气温为例绘制两个站点气温时间序列。

• 
  
• 
  
• 
  ) a" i/ D8 U/ r; N$ U0 a7 ^
• 
  
• 
  
• 
  ( R& Y; O- j) m- d% K5 V
• 
  5 v  W" C) c* Y3 }
• 
  
• 
  ( j" I' b- v4 n
• 
  9 J6 h( P5 J' }6 m1 t1 s6 A' s+ x% P
• 
  
• 
  4 s) \. l( @% ]! ?7 G! u
• 
    l! O# N5 V/ s; D
• 
  8 ~( U2 d$ r  T5 t
• 
  ( j: M3 J" {% C, d) G  l
• 
  # x4 g+ x( I. B8 f$ C; q% }
• 
  
• 
  
• 
  # o2 X0 m5 d/ F/ K
• 
  
• 
  . V+ _0 f. A* G+ r  X
• 
  
• 
  % a& o3 Q9 \0 d3 v3 G' [
  

######引入库包############importmatplotlib.pyplot aspltimportnumpy asnpimportpandas aspd######虚拟数据########data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2######画布############fig = plt.figure(figsize=(10,15),dpi=200)######划分子区域############ax1, ax2 = fig.subplots(2, 2) #####画图#############ax1[0].plot(x, y1, ls='-', lw='2', c='k', alpha=0.5) #折线图ax1[1].bar(x, y1, ls='--', lw='2', alpha=0.5)  #柱状图ax2[0].barh(x, y1, ls='-.', lw='2', alpha=0.5) #条形图ax1[0].set_title("plot")ax1[1].set_title("bar")ax2[0].set_title("barh")plt.show()

( L/ U0 T4 ~. \" K7 F                               
登录/注册后可看大图

例：线条样式不同：

• 
  
• 
  ! i/ M  v+ p7 t, O
• 
  
• 
  
• 
  9 m" x0 l( _$ A1 d6 P8 h
• 
  
• 
  
• 
  6 ?; S7 E8 F+ `0 Q8 K& J8 w
• 
  
• 
  
• 
  1 H6 g/ t6 b/ K  A! O0 P; g7 f
• 
  % }6 U+ Y/ o3 w! i7 ^/ [
• 
  9 Q$ }9 O  s# A& @" ^4 I8 s1 W% x: }; _
• 
  ! `3 }( ~9 K: g* a9 O
• 
  8 g7 w6 A1 A( `) W/ L% y& d  M
• 
  % K+ M# C; c/ q6 f' ^' M
• 
  , b& J: s* d7 \* K. R. a& R
• 
  
• 
  6 T. [, Z2 n9 }  M! n6 \9 I, E
• 
  
• 
  3 x: {' T1 b* ^1 t' {6 s9 @
• 
  0 I3 @( s. n! F8 v0 u; O4 r9 n0 g
  & o+ B( @+ c- T- l" V6 A

######引入库包############import matplotlib.pyplot as pltimport numpy as npimport pandas as pd######虚拟数据########x = np.linspace(0.05,10,100)y = np.sin(x)######画布############fig = plt.figure(figsize=(10,15),dpi=200)######划分子区域############ax1, ax2 = fig.subplots(2, 2) #####线条命令#############ax1[0].plot(x, y, ls='-', lw='2', c='k', alpha=0.5) #线条为实线ax1[1].plot(x, y, ls='--', lw='2', c='k', alpha=0.5) #线条为虚线ax2[0].plot(x, y, ls='-.', lw='2', c='k', alpha=0.5) #线条为虚线ax2[1].plot(x, y, ls=':', lw='2', c='k', alpha=0.5) #线条为虚线ax1[0].set_title("ls='-'")ax1[1].set_title("ls='--")ax2[0].set_title("ls='-.'")ax2[1].set_title("ls=':'")#####出图#############plt.show()
1 N. g' R6 E  w2 U

- W0 z1 m% |0 t  ?/ m% o

                               
登录/注册后可看大图

例：线条的透明度和颜色不同：

• 
  
• 
  1 P9 o& l. x/ J  ^
• 
  
• 
  
• 
  $ K6 H1 g5 k$ z& Z& K. S5 A7 V
• 
  
• 
  
• 
  
• 
  
• 
  * ]+ V! b: o/ L, ], V
• 
  5 f& `' {1 Q' g/ F2 \
• 
  
• 
  
• 
  
• 
  5 Y' O4 z# r3 B, `0 H
• 
  
• 
  ! i1 ?4 K" x3 c& v2 `& t
• 
  
• 
  5 P+ ^  f% x$ A* k9 U+ D5 D: x
• 
  
• 
  6 w( d! W& z% b- M; I
  3 W- o  F* I, |

######引入库包############importmatplotlib.pyplot aspltimportnumpy asnpimportpandas aspd######虚拟数据########data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2######画布############fig = plt.figure(figsize=(10,15),dpi=200)######划分子区域############ax1 = fig.subplots(1, 2) #####画图#############ax1[0].plot(x, y2, ls='-', lw='2', c='k', alpha=0.5) ax1[1].plot(x, y2, ls='-', lw='2', c='b', alpha=0.1)  ax1[0].set_title("alpha=0.5")ax1[1].set_title("alpha=0.1")plt.show()