|
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。 - {: W k, a+ T
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("···") / _5 C* P9 ]! ]
只要按照以上六步,基本绘图没有问题!!! ; a, u& h5 _ Z; {' [ M0 T. @ F
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):
/ `2 h5 ~2 i2 g
1 L, N/ U7 m3 _5 o- 2 b8 C) u/ Z$ ~! m$ ]6 {
% X& D1 l/ Y& Z% n% |- 1 x0 L" {7 o$ s) b: c0 W; ^
' c7 }* M, N/ D3 b5 J7 I7 V) a2 a
0 U& S: ?# G! Z- p5 G
M/ C9 X6 \3 |& ?. q) v
/ r) j- }% u: j/ H, j- + g" c3 u0 Y3 E3 v P8 ~1 `
5 ?4 m2 m6 i3 i; a8 W/ l- 6 |8 L+ j; \% Q* D$ e8 y% Q" v
- X" H X0 K: i! B- # w- r6 l1 R- J8 a
- 0 m. }5 N. D! M# g! `4 I$ x
2 V t/ F, R; ~( ~$ r- * i+ T9 } |# o& N1 }3 Q
" ?0 K5 r& `& R6 i, o- 7 Y! `: g$ l& M, o3 Z) ?
" W! k: t( \4 N0 Q, S- % R t. a. z+ j2 f1 O: V3 j
( \: w! O# ?5 }2 c; D& [0 Y7 ~# p
, @6 H2 q$ H* L- 6 [2 X6 P9 h& V6 l5 Q d
0 a* q& Y5 f6 C7 ^- 6 z" ]( ?: w2 H
- ~' a$ Q I5 ?
- / U9 }4 b) Q/ a" Q- [
- 7 n/ W7 ~$ l- f% {# }. [
- 7 x9 N- ?9 x6 @' M: I3 N
6 w K$ a r; E8 V9 l+ c3 n) j
8 p! h6 L; g. \. w- 8 c6 B; R& c" A1 J. Q
6 C+ ] U A3 J9 S1 J- T. F& ?
7 T+ D) H m9 F9 T- z- $ T1 p* P( {; h( N7 m, s1 d
. U6 J0 y7 O& O& \8 ?- 0 j4 I' ~- ^" P) ~# F& f6 p
- " f4 b3 o# h( z
- # @: `: z, S, i, O9 j
- + q' v1 l* v2 Q0 o- J
& `' D8 ]5 ^( |! v5 a* @3 |- " _. e& T" S& n
8 @7 h1 R: x1 H! `8 ?
! C Y3 G% _) e$ d# b+ d1 u
#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()
% Y, a- T! \3 R8 N' e |