【气候软件】Python8：绘制面积图和填充图

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("···")

  
  + G3 V* r: d/ Q

只要按照以上六步，基本绘图没有问题！！！

+ z; p) m% H0 r( Q, v

绘制面积图和填色图

（有的时候需要画这种交差的填充图，能直观地表达差值的变化和含义。）

下面直接上代码（关于代码的解释已在注释中详细说明，应该能理解）：

• 
  
• 
  
• 
  . u3 Z* C/ n* E. ]! w8 y
• 
  
• 
  # E4 L7 y! U$ r7 @
• 
  
• 
  
• 
  6 O8 @5 E9 t7 I- W. u& K9 s/ Z
• 
  $ l1 n) r" X& d0 K2 ^: O% d! `) Y
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ' h3 A$ ^' {( ]0 c, @
• 
  
• 
  ' u( P" y% @. |  v, j
• 
  
• 
  + a! }( z- _1 K0 k( |% n
• 
  9 N$ L3 Q. G1 S6 d1 i
• 
  ' W4 l; \5 V" |% O% x$ A
• 
  
• 
  , S0 ]. L; d, T5 e  h
• 
  & W0 N  s3 N/ x7 f
• 
  ( G# Q1 t0 s% u( a0 K1 ^
• 
  , t9 f( K5 K9 s0 `
• 
    s5 F; P# Z: T+ a! M+ Y- _
• 
  ( k% L: J% `; Y& t1 d0 K! b
• 
  # g3 C, ]2 i1 ^$ P5 d7 W; u
• 
  
• 
  , J7 V$ c; q+ `$ T, U8 q9 J
• 
  ' ~! r- P& i/ [$ _: i1 p" [
• 
  1 c8 F. |$ a3 Y2 q$ w$ i
• 
  # V' T( x! g0 e
• 
  - ~' @0 j& a& X" ]
• 
  , e6 w- {( g4 m- k+ w" [
• 
  % V% H$ w8 m0 a7 E
• 
  
• 
  - R" ~. \6 O/ r5 O0 k
• 
  & I! Y6 [" @$ u1 h, o+ v" V
• 
    S9 |7 J$ D4 e* A0 E
• 
  
• 
  - V- p9 c! ]7 ]4 d% a; e  h6 E
• 
  % e+ J0 m1 Y0 A& r# u1 ?" c3 ~% C
  

#引库importnumpy asnpimportmatplotlib.pyplot aspltimportpandas aspd#中文及负号处理plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'plt.rcParams['axes.unicode_minus'] = False#画布fig = plt.figure(figsize=(15,6), dpi=200)ax1, ax2 = fig.subplots(1, 2)#数据x = np.arange(0.0, 2, 0.01)y1 = np.sin(2*np.pi*x)y2 = 1.2*np.sin(4*np.pi*x)#绘图#子区域1绘制限定区域填充图labels = ["Fibonacci ", "Evens"] ax1.plot(x, y1, ls='-', lw='2', c='k', label='$y1$')ax1.plot(x, y2, ls='--', lw='2', c='r', label='$y2$')ax1.legend(loc='upper right', fontsize=10)   #图例位置#ax1.set_xticks([])  #取消横轴刻度#ax1.set_yticks([])  #取消纵轴刻度ax1.set_title('fill between where')  #图标题ax1.set_xlabel('x')   #横坐标标题ax1.set_ylabel('y')   #纵坐标标题#填充图还支持限定条件下的区域填充ax1.fill_between(x,y1=y1,y2=y2, where=(y1>=y2), color='skyblue')  #对y1>=y2的区域填色ax1.fill_between(x,y1=y1,y2=y2, where=(y2>=y1), color='yellow')   #对y2>=y1的区域填色#添加标注。xy：标注箭头想要指示的点，xytext:描述信息的坐标ax1.annotate('y1>y2', xy=(0.3, 0), xytext=(0, -0.5), arrowprops=dict(facecolor='black', shrink=0.01))ax1.annotate('y2>y1', xy=(1.7, 0), xytext=(1.8, 0.5), arrowprops=dict(facecolor='black', shrink=0.01))#子区域2绘制堆积面积图ax2.stackplot(x, y1, labels=labels, color='yellow') #堆积面积图ax2.set_title('area picture')  #图标题ax2.set_xlabel('x')   #横坐标标题ax2.set_ylabel('y')   #纵坐标标题#出图plt.show()

: d3 l) S; c& m