【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("···")

  
  : e1 F7 H- B0 Q' q0 f- c

只要按照以上六步，基本绘图没有问题！！！

1 N/ R& t; Z6 G( p' U
. ?& ~" c3 X7 Z9 I% C

绘制简单气象数据图

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  8 o+ @" D5 o3 c# h" j. ^
• 
  
• 
  + v% f" Q" H1 B! l
• 
  
• 
  $ V, T, s6 N( Z/ n7 O9 B8 A
• 
  & _. T+ K, r) t4 t
• 
  
• 
  6 ?7 J- Y3 P5 H/ }) `
  3 I  H1 Y) U5 ]2 k1 R

######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")

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。

3 |0 P! P; j- `7 y7 Y) Y                               
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。

• 
  
• 
  4 y" w. w* ]4 {& O( c" N
• 
  
• 
  $ B. z$ N' s6 G+ K9 B
• 
  1 g4 D& a& u0 w. z" M! E
• 
  2 c# ^  x: K: V  k; s  M
• 
  3 d* m0 ~) W# h* Z  \2 x9 R
• 
  
• 
  - _% n2 ^* g$ t
• 
  - b: w! n5 C6 N+ j: F
• 
  
• 
  % L; X# }  J, }% I3 g
• 
  
• 
  
• 
  
• 
  
• 
  4 r* ]# L3 w  d/ {4 A  F
• 
  , _9 ]5 S% B" o+ g  n  D" A8 g5 f
• 
  4 {7 l8 m1 h6 }0 J/ ]: [1 {5 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()
5 B, Y% Z$ u; |4 {/ e

2 g- K4 U% P! i# d& H9 A

  |& t' i' p& ?3 \/ j( l6 Q# |8 k2 Y                               
登录/注册后可看大图

例：线条样式不同：

• 
  
• 
  3 T, c5 C- E, P& {' D' l2 Q& u7 ]
• 
  ' @* Y: o1 R* x1 f; P5 x! @
• 
  
• 
  % p6 I$ p1 K; c7 o7 e3 Y3 L
• 
  # ~* {$ H- I! u0 `
• 
  
• 
  
• 
  5 O4 i# G) a* c
• 
  
• 
  : l2 }3 M% \5 S# {
• 
  ! ]# M1 a* B, I. [/ e4 @
• 
  
• 
  
• 
  3 g2 B& j3 M* S% v4 m+ u1 K5 m8 {
• 
  
• 
  ( P" p5 X! Y2 G; g8 o* r
• 
  
• 
  4 ~6 [+ i. ]+ e5 y* }& S
• 
  . |5 J3 v; |8 {6 @
• 
  " w" d/ B8 m( a) L, U" @/ r
• 
  , F8 U+ y" Y5 M% t( B5 i0 {
  ) n+ K5 \) `! G" G3 C3 Y  h

######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()

9 t' g& k& A  @9 u# A/ c

0 ^. p2 d+ X5 C% `2 D                               
登录/注册后可看大图

例：线条的透明度和颜色不同：

• 
  
• 
  % t' u+ V5 ]! E7 y/ m2 S
• 
  
• 
  
• 
  ; E2 \# \( o: h4 x3 F7 c
• 
  ! r4 g5 @+ B7 A
• 
  - V# @/ [0 j4 m- {
• 
  
• 
  
• 
  9 v* f- n1 `: e7 ]; s1 V) t' ]
• 
  & k# l. ]9 @9 o- V% }% Y
• 
  2 H. K- }, g' v7 b
• 
  
• 
  " m1 k3 ]4 E* j: |4 N1 g# l
• 
  
• 
  ' h: _5 b" \( H) d
• 
  
• 
  " c6 X$ F0 q% C7 n0 x, ^5 T1 B
• 
  # m" c! K$ M7 N( |) E9 ]
• 
  
• 
  ! d7 F6 y' {8 z) l0 u
  

######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()