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。 / ]% y8 O3 w) g+ z5 x
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("···")
7 ]. h4 W3 ~+ ]) E8 n" Z( J& f
只要按照以上六步,基本绘图没有问题!!! ( Y6 v1 C# o% O3 c
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): - $ m; C- u- d8 I
( a5 r1 R& [7 K: t& G0 q- 5 q- t4 m1 b2 N
" U/ K @$ I5 J* u8 C7 A; ?- + r8 o5 Y4 }( J9 T
- " e! A9 \6 d3 s
" R/ P" j" ^& T; ]' x, V- # a; G$ v3 Q+ A0 c6 a
2 B0 n% e0 X. K& V3 E
$ j8 m) L4 |$ H+ A! G9 C' U
1 l2 ~5 w3 ]. W/ _* x
- z. B1 u. h( v3 K& z- ) H; k) f$ t0 }: W7 E9 o
- 7 k4 K# k( d5 t/ i+ F
# E0 I# s' }# F1 h0 ?
/ V" A- O% ^. U) B7 f% i, v, E
4 k/ L: u d( m0 {& t" L
2 z# z( ^ E- g- ! v) s% f0 e _, @% ?' _6 G
8 U0 O8 h K) R
( a8 [9 ]$ W* ?% C7 D4 ]
9 k: `) ^) m' _( r7 L- , A# U! @# Z8 {1 p' e. U0 K3 _
' X5 T6 ]# L; M- $ S' ]5 d8 q0 Y3 Z, `
- . y1 w* Y6 \" S* Y" {7 U! ]
" z% v7 Q: s& s T# u8 R5 ]- ; \; l% o) d, X6 |% K
# O' s% a" g$ F; `- 6 F0 W* L1 `# a9 ]8 V
- : d- Q/ m% p9 b5 S- |. @! C5 J
- : s6 L$ e8 \) _9 s: h Y7 K
- 2 C( l: ^* S7 H. K( J: F
8 b1 I9 A' R" }/ J" }
6 ]/ I ]' Y9 \$ R, }- , ^0 k( H, `6 P) P; {9 g
# M, e r& D' R0 y2 M$ J- ! I* u) K1 V6 T0 H7 I
- 9 H8 X. `% \3 B5 b G" f7 ?
- , F3 h5 u) d& w8 R
- - _6 Y( j' y* M$ w, ~3 j$ Y
- & ]( ]0 r* a% Y2 W6 ?& u3 u
- # [# _4 g' H- \6 i5 y
- 3 x2 o8 G d7 k4 T/ a( o
& C9 J0 n9 K- R# y$ {- _9 [% \
#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()
$ ~) ]6 @5 s: n |