[Python] 【气候软件】Python8:绘制面积图和填充图

[复制链接]

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。

( I& P% R, Y# 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("···")

    ' n& W$ p5 [1 T' l

只要按照以上六步,基本绘图没有问题!!!

, Q- c( x4 ^- r3 I

绘制面积图和填色图

2b2b8cffc67a22fcc69646ca599a3645.png

(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。)

014dfdb505f25bf97af4e4013898632f.png

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):

  • : f, d2 I6 h+ G" m" v4 [  X

  • 5 b2 M3 X1 q& S
  • ; {3 o; M9 T7 O& h) V

  • ( ]6 U+ h1 y9 l# A- x9 O: V. ]
  • 4 D4 q6 k+ }- M8 P% m+ v

  • ; U8 v% e# r: _2 Y

  • 4 F  A0 H8 Q3 i9 C7 w/ L

  • $ A! c" `) S* N6 H9 S
  • 2 N' {& {- [1 p: f4 v# e
  • , ]  G) H/ P0 r: r+ c) m$ Q) Q

  •   M" K6 M6 o- ?+ L3 A  s% n/ \1 K

  • 7 `+ _8 m3 S! O3 Q/ J4 C
  • * o: g$ v  _2 m5 x0 d  J- ^
  • 5 T2 e( n* t( t: `6 ]9 I+ u

  • 7 \1 M* j( C. T4 P+ \' {$ c7 B

  • 7 w' K- f) \# b$ s0 g

  • 0 ^. g! a% z0 G8 u

  • " [  ~  \! {8 S# E

  • 9 D; n. d, f5 i  y8 S. u
  • ( y" @. p# R" ?% j
  • ' ]! ~2 M' @0 q7 j; K- |4 U$ M, I; i
  • $ q7 B7 [$ W9 y3 V( o" m& }1 a# ]
  • 5 |! y! `4 R: d% `2 p, \- n5 R2 g
  • 1 }) o4 f/ I! Y% a6 R4 g

  • 0 }& p% V( y7 ]7 G: V1 D

  • 1 Z& @6 a! r; p5 ?
  • + @4 j# d; d1 I

  •   L; J4 e! M/ B; M. B. O
  • : q7 @* s  z* r) G

  • 6 w( J4 ?3 m0 ?. Y' b2 _5 i5 }& _* A
  • % Q; b3 i+ n" G! R: J8 ?( E: J. c5 |" Q. X
  • ' ?0 `- J$ ^% k+ M2 W
  • 5 W0 `( y. T$ y- \) J0 |
  • 6 O. K' U9 t3 u6 D4 m( I

  • ; Z) W, L$ p3 l( l% E# M
  • 2 V$ l$ F; b/ x* h

  •   `% c+ v; z& D
  • 7 N# B! \. [& E: v

  • . q0 {' n' ^* d9 x* P: B
  • ) y: k: n' v% o' R# Y

  • 9 ?& e, H# i9 @; L+ k& H" D
  • 8 ]4 [: g8 j6 k$ \. \

  • & q1 r$ z6 G# Z5 g' g8 Y

  • # A5 w8 B. T& V, y& ~; B; R
    % e; z( d+ E" r' ]

#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()


! z+ {3 W* S$ |# Q" Z2 q/ Q% R% h
回复

举报 使用道具

相关帖子

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
admin
活跃在半小时前
快速回复 返回顶部 返回列表