|
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。 / P5 Y. t* v8 {2 _8 K
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("···")
( ?6 r8 a+ q- @
只要按照以上六步,基本绘图没有问题!!! * q2 ^5 g( r- l2 P7 z8 C# \6 o% k
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):
4 ^" Y4 |" e. h. }* X
3 ~$ W' m* A J1 s
! Y. k" `5 o( P3 l) U! T) h. {- : e' p% Q# Q- ]" o: _4 u
- % E6 L* t. ~/ j7 z; R
- ! [' G' n: S A+ @& p8 M8 `
( h4 r* B0 m1 H3 T) y1 ~! s4 k4 N- # z1 m3 Z3 I) \. T' [4 O
# S: r1 v( k* r/ e5 ]8 ^
4 ^1 g3 D+ f. a
D `# `' e# z" K5 a) B* {- # Z! _5 |: b5 M8 {8 X) X3 t. A" y( P
- : [# x$ y; q$ K# R6 i: k3 @ \
) L" _% g( t! l$ x! ~
4 m I+ n" Y! x: p- N. v- % z: ]/ N- x; D7 y B; b: R/ k
" L3 t N- y, V& p+ L
# f6 {) _7 P2 T9 `; t- 7 x& h- N* J& a# y# ?' l, o
- $ p/ O7 q! D, {
7 ~( b& X; Q9 t4 I) y- ) }+ _* G, U3 ]7 d$ X
3 E) U8 {% D$ k9 U
, ~# z6 h1 Z! _1 V/ Z
2 m2 u+ F3 u0 z
@, n9 |& ?7 j5 ^9 R1 S- 6 T3 O# F/ J4 O
4 {0 ]& a* N5 v% f+ Z8 @
+ K# p# Q5 @. l) d- 9 g% D/ D1 C" u5 V$ ]6 |3 E5 z
- e5 W, [" G. L, G7 k
7 a* y0 K9 M& F, Y1 n
0 S6 {$ N a3 }8 ?* L- # Z& H* Z( M: F6 w
- # \! C; F5 J. ~+ n
- ; R! K" p" A7 \
- / `/ ^% B0 _' Q
- ( h k! l: V& B' ], E8 {
" l; M- |7 N, H+ W7 g1 y3 w- 3 E/ I5 V, ~2 \8 @0 \
- r( Q* V# y$ Q& i+ z0 @- i, Z$ F' Y
- 5 E9 D/ l: G: E6 A. c' P
. K7 Y; M/ {0 X- . Y& U" @2 Y5 t* M- G" G/ g
' B6 u$ m" w0 y6 }
#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() $ B' y) }2 T. X; x+ X' |5 G h
|