收藏本站 劰载中...网站公告 | 吾爱海洋论坛交流QQ群:835383472

[Python] 【气候软件】Python6:Cartopy和matplotlib包绘制气象图中图

[复制链接]

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("···")

    5 s# j1 U) ?0 L9 i! e$ o3 H7 Z$ O& @

只要按照以上六步,基本绘图没有问题!!!


8 m- y' ]$ F) p1 k8 m
" t. R" X# Q- t. U) E

Cartopy是一个Python包,用于地理空间数据处理,以便生成地图和其他地理空间数据分析。Cartopy利用了强大的PROJ.4、NumPy和Shapely库,并在Matplotlib之上构建了一个编程接口,用于创建发布质量的地图。cartopy的主要特点是面向对象的投影定义,以及在投影之间转换点、线、向量、多边形和图像的能力。

+ v7 ?0 B" n6 m1 ~

绘制简单气象地图

Cartopy公开了一个接口,可以使用matplotlib轻松创建地图。

1. 使用anaconda安装Cartopy库:

  • 1 E) r2 U7 i- T1 r5 @! t

    & u  D- C) d& S6 @

conda install Cartopy
4 C# @: l# h. l6 p

) Y: I* L" {4 ?: f' N

8 Y1 {2 K7 a* `) ?, l) g& _8 {7 E
6 F. }* X- [+ P$ L$ x  m

2. 工作在多图形(figures)和多坐标系(axes)

MATLAB和pyplot都有当前图形(figure)和当前坐标系(axes)的概念。所有的绘图命令都是应用于当前坐标系的。gca()和gcf()(get current axes/figures)分别获取当前axes和figures的对象。通常,你不用担心这些,因为他们都在幕后被保存了,下面是一个例子,创建了两个子绘图区域(subplot):

例:绘制图中图

  • 4 ?0 W/ W! ~" e' U5 M
  • $ E7 m# @2 |# G8 G! x+ G0 B) h& H
  • $ ]1 X% ?1 A4 w# B/ z

  • $ ~; G4 d1 `7 [" s( z5 Y

  • ) x  y7 |' l$ [  Q/ W
  • : ~! ~. A: E, [5 ?" C$ H
  • 1 {  O  M6 Y2 L& D* P3 Z3 D

  • 0 Z$ L) y0 b/ Z
  • 7 B# z/ B3 K* r
  • 5 }3 M+ @0 Q' {) F- i
  • 3 ^2 t# @# l. _) m

  • # \& S. E+ e, |

  • $ B" M% K; T7 P% c4 B
  • * U; t* O3 m% n

  • * H# r( B- ]" H* w, E% V; \3 R

  • / x  p, W$ i! {# F

  •   o) R6 k1 o7 Z$ O. h
  • 3 @' u7 M' f2 e2 @. C
  • 1 B; `# s% w! j

  • # x$ V+ a) F8 H6 j
  • " o* f7 H- b! V5 g- N5 E& O

  • 2 T3 K! q& ~: J9 U/ ?9 [. ~7 {$ q

  • ; D7 `6 K. i8 i* b0 v

  • * j  e: a: M1 U  `
  • % ?  ~+ m. l4 f* S
  • 5 ^! n) D; A/ C3 d& j/ ^

  • ( d% [5 G! x: ]! |8 M

  • ! q- z+ v1 }# [* v9 B" o9 W
    : G% u# G. Z4 g  \' d( C

importnumpy asnpimportmatplotlib.pyplot aspltimportpandas aspd#新建figurefig = plt.figure()  #默认的画布大小#读取某地1979-2019年年平均气温数据共40年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#新建区域ax1#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%left, bottom, width, height = 0.1, 0.1, 0.8, 0.8#获得绘制的句柄ax1 = fig.add_axes([left, bottom, width, height])ax1.plot(x, y1, 'r')ax1.set_title('station1 annual mean temperature')#新增区域ax2,嵌套在ax1内,看一看图中图是什么样,这就是与subplot的区别left, bottom, width, height = 0.62, 0.15, 0.25, 0.25#获得绘制的句柄ax2 = fig.add_axes([left, bottom, width, height])ax2.plot(x, y2, 'b')ax2.set_title('station2 annual mean temperature')plt.show()2 g; }  z& V7 b: W! q# |* Z

36dffb9567a70f2b9ac9b72e5828c688.png

1 a3 X) Q1 p1 ]4 R$ X7 c

* B; u& u/ T8 a; T" u3 `
% e( d0 U  y1 h
9ee420172be46e4f6a610c7b8eb3628c.gif
回复

举报 使用道具

相关帖子

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
有风
活跃在2022-10-29
快速回复 返回顶部 返回列表