【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("···")

  
  

只要按照以上六步，基本绘图没有问题！！！

1 Z' X2 Y% q! ]! S4 w+ r

绘制简单气象数据图

• 
  
• 
  
• 
  
• 
  3 \! F* w: Y' B% K& }; h2 G; h& d
• 
  
• 
  
• 
  
• 
  
• 
  6 k7 I6 ]* R" U$ ^: V  E' l5 L9 ?
• 
  
• 
  
• 
  ) ]# a5 ~  ]: B) P0 D
• 
  ! w% d: N6 `0 Z$ i! F& \
• 
  ! A6 C% p* a7 \" [2 `
  . Y3 {6 E. L7 Z% _

######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")
& x$ T" w" k1 O, l+ o9 M  D

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。

• 
  & `' Q" @% {- b9 s) D/ A5 [
• 
  ! i$ p- R' J, ^3 I6 _
• 
  - c3 |( K+ e! K3 c
• 
  
• 
  
• 
  : I5 J" j+ `. C1 j5 C
• 
  
• 
  6 G& g' J* i3 a- f3 R
• 
  - o6 `; q+ Q/ l- e' `
• 
  
• 
  2 k: s# s- ~- U8 C% }. }0 K& U
• 
  $ ~: Z" c& B% i9 ~
• 
  * s* V2 a7 b% ]8 g, m- X
• 
  " K7 ~% x* F' J! w7 y
• 
  
• 
  1 G7 ^* o" k1 y- i- {" D7 \/ P
• 
  $ @/ E4 z* w$ Y2 t1 B& t! c9 w
• 
  - H5 M! ^* V$ Y- G* A  k! H
• 
  7 Y0 h" y% b* q" ^5 _- b# @4 T) H
• 
  5 \+ ~+ A2 D, g2 J: ^1 [" c
• 
  
• 
  # V' H, `1 x, r% C7 q& s' h
• 
  5 D( J& r! X* W! B  D
    G( q6 U. I9 |

######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()
! ~! Y1 d+ g9 J( h& S

0 Y! o& v2 z9 K                               
登录/注册后可看大图

例：线条样式不同：

• 
  . ~1 _; z) B8 |$ U9 L
• 
  
• 
  
• 
  0 X6 c$ }8 @. o! P, P3 o
• 
  
• 
  1 Q6 {& Z  B/ y0 t0 U3 A3 e  d
• 
  * B2 W% |% k6 Q% g
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  . j2 e0 i7 J( l
• 
  7 e1 z* d4 o$ L  z
• 
  
• 
  ! H! T6 ?: V8 `/ S6 B6 z% z
• 
  ! U, s1 B# {( v: w
• 
  ) A+ g+ b; B* x  s# \3 s1 H
• 
  & j" z* d6 N% ]. o  Z; }6 o
• 
  / V( o! V4 b  h+ Z. J; X
• 
  ( I; x$ Y: i5 [' A* y
• 
  
  : E6 U  k$ q4 o2 q; l! q  g

######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()
) y7 @: d; D1 `

! p& S9 T, b5 a  w! R3 I                               
登录/注册后可看大图

例：线条的透明度和颜色不同：

• 
  + x; e' M( Z/ p* f, ]
• 
  
• 
  
• 
  3 W$ O( s9 e9 _2 ?7 n+ \% ^! U' R
• 
  
• 
  ' l& i# m& j/ B+ }
• 
  
• 
  
• 
  1 P7 F) l$ ]9 r- S) v: e$ R2 ]
• 
  
• 
  3 K3 q, s8 H/ b3 }$ b4 ^5 S. q- d
• 
  # w4 D8 `% w4 C+ g
• 
  : _# J. e  C: ~/ G
• 
  $ A8 O9 C8 a/ E( P
• 
  
• 
  
• 
  4 c. g+ [2 {+ D+ ^( G
• 
  
• 
  " U% F( H& g+ }0 w: M
• 
  
• 
  ! C, K7 I8 C! l2 |+ y2 O; h' P2 h
  - w+ `$ @  y3 H& p4 Z4 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 = 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()