【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("···")

  
  & v/ ?% {  v3 ?) Z

只要按照以上六步，基本绘图没有问题！！！

: l0 B9 F4 K# k

绘制简单气象数据图

• 
  
• 
  
• 
  
• 
  % W: j4 Z3 E7 O- W3 q: r
• 
  % O* M/ h+ u- o3 a" J# t! w
• 
  
• 
  
• 
  
• 
  
• 
  0 X$ B/ e7 A/ S  d. O2 m( [
• 
    I# L2 u. F: {. N* K; |* B- @8 N
• 
  
• 
  + |$ V3 [) r6 I- t
• 
  
  " S7 D, U0 t6 ~

######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。

                               
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。

• 
  ; y8 c5 w. T: V1 b2 P
• 
  
• 
  
• 
  
• 
  2 [" u! b! N0 r8 A5 d, m1 v
• 
  0 M  J: I7 @4 \& `
• 
  : [& U3 P0 w" ~. F: x0 O0 S
• 
  / h% U8 e! i) ^% K: c' R. o# g# [9 e
• 
  
• 
  % |6 x$ u* p% ^5 |3 y0 w
• 
  
• 
  
• 
  - `  Z% a2 c8 [# y1 P
• 
  
• 
  3 Z" |: y+ @7 l8 C/ i
• 
  & x) N4 ]0 }# N  b) }
• 
  . u, f4 V/ A' s7 s  d
• 
  
• 
  & d2 V4 N9 {. ]4 V" a- {. M# r
• 
  
• 
  / J1 S& j& x2 }  g7 p* d, l
• 
  
• 
  $ E0 V* l! Q3 T3 S3 ]* O, Q* B
  

######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()

) K/ _1 |7 Q0 v2 E

9 k- g' ?: J5 @+ l                               
登录/注册后可看大图

例：线条样式不同：

• 
  * D% \. T4 o+ ^; |
• 
  
• 
    K+ X! X0 j% \9 d
• 
  0 y; x  o# u$ p$ Z7 Q3 K, Y/ q
• 
  5 G/ N# i/ c+ n/ M1 R* \$ M5 \
• 
  
• 
  
• 
  9 Z1 {/ `5 {9 G3 ]% o
• 
  
• 
  
• 
  
• 
  8 u- S% J" F9 ^) q
• 
  1 @; V5 E# F6 r# _7 J; o; @& I
• 
  4 ^7 }. c; b2 s$ e' L
• 
  ! u% q) x  |: |6 Z* Q$ o
• 
  
• 
  
• 
  2 z  @) u0 I7 z9 y. G
• 
  
• 
  , {7 Q, Q! ^- G
• 
  - d$ K+ O) X, x" g0 @
• 
  
  

######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()
3 W% H' u' e3 A9 b+ U: r! ~

                               
登录/注册后可看大图

  w0 \( E& t: H4 Q) a% y

例：线条的透明度和颜色不同：

• 
  6 T2 G8 [6 H1 b  {# h  S1 v2 @; a" _
• 
  
• 
  * D3 q' f* Q9 C) ~/ i
• 
  
• 
  , ]; w3 t, ?+ W8 X3 O# Y7 y
• 
  
• 
  
• 
  
• 
  7 I. ?: d" }  e. Q2 ^
• 
  
• 
  1 E* M# D% h% d1 q9 y
• 
  
• 
  " ?' J" j) Z$ l9 J2 m
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  . I4 @! J: ^: T  S/ J; s
• 
  
• 
  
  

######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()