|
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。 7 J/ T* ^7 Y) h3 E
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("···") ! o1 }9 x+ R5 e- ]
只要按照以上六步,基本绘图没有问题!!!
! ] E! o( T, s0 m8 u9 h/ V! a. v- w' a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): - j- f e- Y- w8 ]
) F: m* o+ z' j. a; Z/ M) \& A5 i
# j4 A u; f4 D9 V) }- . D" }- g* g5 R' }
- $ s3 C$ f/ u" \6 k
- 5 v7 D6 j- j9 K! U0 W$ x4 S
; F' S/ C e+ p% k* Q- 1 ]- k6 [2 ^+ e/ }- F6 B$ T" a
- ) E6 a. ~' _ [1 t5 ?4 Z
- . I- r9 t8 g# Y: M. \
- - ^- a2 e- T- [' s4 N( r% E- d
- 2 m4 H" ~! a7 e
- % X9 U. J- ]* l& H
& e' K6 l( h$ D2 F6 ?; d
/ Z" [! p l) u5 V" d8 G5 x/ T. _1 T- 6 }$ m3 U, w8 O1 y
; u' B( B5 P- [' c- 7 d2 x5 Y0 ?9 x P# t1 E! y
& t$ ^3 v* O" i/ B! o6 X. g d4 q* R- , y! S9 z$ J) o+ a& s7 A
: h5 P* a2 [+ t* J
: Z$ S, _) ^3 n7 s' Y) S
; b" D/ Z$ I0 z' y, O- x# @
* F" \4 ]4 a* r) m
3 n) A: ], n0 F2 G0 W2 R2 y. M( G3 T$ \( ?
8 F+ @' J+ I9 a7 {6 f- . _/ `; U e# N- b
1 W, `+ E) J8 Z8 C- 0 r8 d" n. G0 H" g7 Q: [
- + o j+ F7 A$ z; O7 q* P9 R' J2 v9 L! n
- 8 e, f b; [" w- g. T$ @
D7 b+ R' }4 r0 P3 d- 0 t# @! |, [# X+ t+ r
- 9 u& s' W y3 d1 h3 `
- 9 T- {9 j4 O" x
- 8 ]9 C+ o7 i: P3 V
- ; H& h5 p6 z) N/ Z
- - i& @* u# c1 r a* l& a
V- p: o8 g# e# x
8 l5 ? i9 o& \8 ?, {5 g! |
3 c+ K6 N! W; j7 A0 J8 I2 s5 V, i$ i- " f- h$ S/ W4 H A
- ) z" n5 U/ `+ P
6 y) l @8 R1 a. @, \* {% x8 V5 M9 | K. [
#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()
5 G8 ~6 P, f8 D U |