海洋数据处理软件 -海洋数据分析收费标准

Notes：请务必将matplotlib的版本控制在3.2（或以下），经过测试发现，3.3及以后的版本在配合proplot使用时，在设置colorbar的时候会出现警告信息，同时生成的图不正常。降版本之后问题不再出现。

& k; o, d& _( \* z+ |

在我的上一篇文章中，我推荐了由NCAR负责开发的PyNgl库作为Python语言下面的地理绘图库，并且介绍了如何在子系统（WSL）下面的安装方法。详细的请见传送门：

小梁梁：最好看的气象海洋数据可视化，PyNgl和PyNio库在子系统(WSL)下的安装36 赞同 · 17 评论文章

5 G- P8 T6 I1 v5 V8 c3 P

不过现在选择使用PyNgl有些尴尬，首先是官方宣布不再进行大更新了，只进行小修小补（维护模式），其次根据一些说法，PyNgl相较于NCL本身，还存在一些Bugs。总的来说就是体验一般。不过，如果很早就习惯了NCL的声明式绘图，可能你会非常喜欢他。

, }* T# ^2 h `; w7 r

一次偶然，我发现了Proplot这个库，Proplot对matplotlib进行了高度的封装，是一个高级绘图工具，其功能相当强大！而且融和了cartopy、basemap、xarray和pandas。作者是来自科罗拉多州立大学大气科学学院的硕士研究生Luke Davis。简单来说：Proplot针对matplotlib和cartopy的很多不友好的方面，并通过封装来解决这些问题。使用者可以通过新引入的format方法来完成繁琐复杂的图形设置问题（更简单的代码，更好看的图形）

9 W9 _; ~6 L4 M; [2 @5 ]- b

ProPlot - ProPlot documentation​proplot.readthedocs.io/en/latest/

在官方文档中，已经大量的绘图例子，可以前往查看，下面简单展示一下具体的绘图效果：

; X- v$ o, ?! o

①简单常用的填色图：

import proplot as plot e9 e7 F! |8 G import numpy as np " c% f" c& J m0 {4 i6 {' z C7 ]. W. N C% Q) A7 X. E # 创建虚拟数据 2 j: V: D, W/ S' P9 f% J% { offset = -40 ' J& t+ S' q6 v" y( U1 M* V lon = plot.arange(offset, 360 + offset - 1, 60) : C( m' D6 ?; N6 { lat = plot.arange(-60, 60 + 1, 30) state = np.random.RandomState(51423) 8 F6 ~1 O! ~0 h6 X: h- @# @. L m data = state.rand(len(lat), len(lon)) plot.rc.reso = lo#海岸线可以不同分辨率 hi med lo x-hi xx-hi proj = plot.Proj(cyl) fig, axs = plot.subplots(nrows=1, ncols=2, axwidth=6, proj=proj) # y: L' L) T! Y% A$ s/ R axs.format( abc=True,abcloc=ul,abcsize=30, abcstyle=a), gridlabelsize=18, labels=True, lonlines=30, latlines=20, ) j# x2 `* \$ w |: B coast=True,gridminor=True,coastlinewidth=1, + s+ ~5 h6 Y, Y4 k$ q/ @, O& n suptitle=Contourf,suptitlesize=20, ) K3 b. s, x9 o: }7 ~3 a rowlabels=[Cartopy example], % D/ m$ D& q, Q7 ?: B collabels=[Contourf, Pcolormesh]) cmap=plot.Colormap(Div, gamma=0.6)#gamma提高颜色深度 2 {2 o+ f, P# U- z# v' E; v. l: T * L }& d& q! p7 X; J* }4 l m = axs[0].contourf(lon, lat, data, cmap=cmap, extend=both) axs[1].pcolor(lon, lat, data, cmap=cmap, extend=both) fig.colorbar(m, loc=b, label=State, 2 o m* _1 ?! [' b6 x$ M* r labelsize=20,ticklabelsize=18, extendsize=1.7em) : l8 a) J' R. z7 v: W fig.save(rC:\Users\59799\Desktop\image.png, ( i9 H9 y1 A+ u1 _, H7 y' { dpi=600) ! q% m- p" q. ~ plot.close() 0 L! Q: @# Y: R1 k

- r" ^/ Z$ D; v

②子图特殊布局：

import proplot as plot ) c: i$ F7 n' K, t. ^& h: e import numpy as np 9 C; J# g: ?$ h7 j. E0 \& e # 创建虚拟数据 offset = -40 w. y* R+ v! u0 R" b lon = plot.arange(offset, 360 + offset - 1, 60) lat = plot.arange(-60, 60 + 1, 30) ( d9 g! |) h' i9 B5 ?9 L& x% c state = np.random.RandomState(51423) * u( R7 Z* \+ e5 y2 |; f. d data = state.rand(len(lat), len(lon)) f, w6 W0 r) Z4 {9 s' o! t7 G subplot_array = [[0,1,1,0], [2,2,3,3]] #0表示没有图片 1 2 3...表示子图1 2 3... 9 a% ]+ f" ~+ V6 b2 k# ^ plot.rc.reso = lo#海岸线可以不同分辨率 hi med lo x-hi xx-hi proj = plot.Proj(cyl) 5 t3 L. P9 E$ m8 r+ W fig, axs = plot.subplots(subplot_array, axwidth=6, proj=proj) 4 i7 M* c+ {- F0 S% d0 O' C axs.format( 2 M2 {& s8 e: U abc=True,abcloc=ul,abcsize=30, abcstyle=a), gridlabelsize=18, - `1 ^; d2 j* a I! I% D7 @! h labels=True, lonlines=30, latlines=20, coast=True,gridminor=True,coastlinewidth=1) 8 [: m1 Z5 y1 Y2 h/ c9 G3 a cmap=plot.Colormap(Div, gamma=0.6)#gamma提高颜色深度 + }: D6 P5 q B) L0 H' a g; F 4 k/ k }6 m! F% X2 \1 z5 t m = axs[0].contourf(lon, lat, data, cmap=cmap, extend=both) : j" g& _/ c& q/ x axs[0].format(title = subplot 1, titlesize=20) * l% [6 t; g! ? X7 K; Z! a axs[1].pcolor(lon, lat, data, cmap=cmap, extend=both) ' |+ k ^4 Y! D$ s A9 Q1 l1 v. k/ D axs[1].format(title = subplot 2, titlesize=20) 1 q5 Z% W/ _) p$ H% F4 R, z a axs[2].contour(lon, lat, data, extend=both) axs[2].format(title = subplot 2, titlesize=20) fig.colorbar(m, loc=b, label=State, labelsize=20,ticklabelsize=18, extendsize=1.7em) fig.save(rC:\Users\59799\Desktop\image.png, dpi=600) 4 e# x# o' W% X2 d plot.close()

使用技巧：

4 i0 U4 r0 p5 L. O; C) [7 \

①在保存图片时，默认保存的图片为1200dpi，如果直接放进word文档，可能会因为图片压缩导致图片异常（如果设置为不压缩，图片一多会导致word非常卡），所以请尽量使用dpi参数改变保存图片时候的dpi。

②format方法可以针对不同的子图设置不同格式，例如：

axs.format(...)#设置全部子图 3 C# P9 r6 K3 }$ D( N- Y axs[0:2].format(...)#设置第1张和第2张子图 & y0 q+ c+ e( h axs[0].format(...)#设置第1张子图

③所有的图形设置都可以在format方法中通过参数的方法完成，具体的参数请查阅官方文档的Configuring ProPlot章节

b8 A" H0 B. W2 `6 i! \ O

④现在Proplot中还包含着basemap，个人不太推荐使用。

7 Y v2 u o) B1 B+ L! y$ I9 U