|
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。
# g# B5 I- h1 Z. t8 N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("···") % j& |( P j8 s7 e: z
只要按照以上六步,基本绘图没有问题!!!
- A9 ~3 d3 x7 m1 \; `# P# Z1 A3 r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):
g' J0 Z ~2 X- ( E5 a' @) L& f
- 3 M% j( U' B& \9 c$ A% E1 J6 y# q
5 W) `& V2 a0 U5 }
1 L. A, t" b. m1 `- ) R0 }& r. m4 E$ e, a2 l
- 3 _+ `' Z- ^) ?7 |
4 z% |2 t6 Y( l; i+ X2 U- ) S% L' g5 F- K9 N
- + h' q% F, u. M, x8 o1 `
: R# L" R. \ L! ?- ; [# t: {$ Q0 n( K5 Z" m( i
' H/ z8 @3 v7 n" G" x2 r
8 ~3 `# Z3 s) \& W P7 E
{+ W. X f4 R, }6 ~$ M, z
" y& _& w* r; f8 M8 \7 D s }* ]0 R
\; P3 L1 z% @& ?0 P" h% S
. k [% t6 N2 _4 b- # H% A6 r+ \5 L# S# }, w) N8 D1 M! a
- 1 h3 ]7 M% T+ W% Y
- " p. ^4 d; J5 R/ K( u
- - X0 _ v4 W/ ?. q& k! e
- I- ^3 c& }- K5 |7 ~- " U0 R+ B% Z) Y! b+ P
- % p+ o1 W. j( W p4 V5 x
0 z# V. A; v" {- X0 l- ( n1 L9 r8 e. ]/ \; R/ h0 J
- 7 O, t" Y. s% A! I0 |
8 k. y6 S7 |) s Z0 f1 S
. y( G% Y' \, Z$ q) b# X+ R W- u5 g- , j- h' { P8 r3 E
- & f, {- m( s' N1 I! a5 i
' C C9 ~! G- D n" F* z- * e2 t: \, R3 L2 Z8 K# n
- 1 q5 |; J1 _4 Z* {4 c6 g
- 4 E' I/ g9 C5 }
. q6 [; S6 V+ N0 h+ U- # Z2 k8 |% U4 k
- , [% i% v+ o5 p* T
3 [+ R2 M* |: d1 o* g* S3 w/ u+ r- I' {; ?" I5 y* B* o5 S
- . q/ U$ e! g. b& d$ J Y6 T7 T
" o8 Y- J" K U$ {
' `# H+ N$ g( U4 a! Y% D' p& C1 a
#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()
5 k2 V( u9 S# T, f1 O3 K- e/ J' X h7 B |