【气候软件】Python7：气象数据可视化的绘图基本流程

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。

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("···")

  
  : @# ?' S" [" n# ]

只要按照以上六步，基本绘图没有问题！！！

' ^8 N( b! @. t) j4 C4 L
& L+ M* p" c3 a9 P. [

绘制简单气象数据图

• 
  
• 
  
• 
  $ m% X8 |% C9 Q/ ^. O+ J  G3 |* Z
• 
  7 y1 x. d4 e( t+ {$ U1 [
• 
  
• 
  7 t( O& R+ X7 A1 z! D, q
• 
  : e% C. [  r" d3 O
• 
  
• 
  8 q/ |: [9 `+ _: u2 C+ G2 R6 K
• 
  1 y1 Y; \+ w7 l9 W  u! O
• 
  ) i, T3 g) e1 p% e* g
• 
  
• 
  , D  a; m0 d" S) M1 V3 c4 x3 c
• 
  , G9 @! X# t( [* N) ?3 u
  : C4 ~: [5 R" }

######1引入库包############import matplotlib.pyplot as pltimport numpy as np######2画布############fig=plt.figure(figsize=(3,3),dpi=200)######3虚拟数据########x=np.linspace(0.05,10,1000)y=np.cos(x)#####4线图命令#############plt.plot(x,y,ls="-",lw="2")#####5出图#############plt.show()########6保存图片###########fig.savefig("画布")
5 n. a* H! ^( f8 l6 v

备注：创建了一张画布，figure里有两个常用语句，一个是figsize=()，一个是dpi.

figsize=(a,b)语句里面有两个参数，分别设置画布的长和宽，单位为英寸。

dpi为图像解析度，过低的话会使图像模糊不清。

                               
登录/注册后可看大图

基础的常用绘图命令有折线图（plot）、柱状图（bar）、条形图（barh）、散点图（scatter）、直方图（hist）、饼图（pie）、箱线图（boxplot）等等。

这里的数据引用的【气候软件】Python5：绘制气象资料的多区域子图里的某地1979-2019年平均气温为例绘制两个站点气温时间序列。

• 
  9 m) {6 K  _# B
• 
  
• 
  
• 
  ' m3 U% n& e& {) ?
• 
  
• 
  
• 
  + X- [$ l: ^* |) f% e0 E4 {* L
• 
  
• 
  + p/ y$ i1 ~# N  }8 b; B0 s7 y1 L
• 
  
• 
  
• 
  8 ]9 e; Z1 v& C# Q
• 
  
• 
  % ?4 [9 K* @$ F" Q  v1 x0 U# T
• 
  % J" M; f/ w/ J$ v7 o/ E) W/ X
• 
  $ b$ \* k& E" v0 V
• 
  
• 
  8 x: ?% N  Q& s
• 
  - O; q2 `, D+ u0 y% r* J" c
• 
  
• 
  
• 
  
• 
  - T& I6 u8 f6 m- Y8 c0 }; P
  

######引入库包############importmatplotlib.pyplot aspltimportnumpy asnpimportpandas aspd######虚拟数据########data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2######画布############fig = plt.figure(figsize=(10,15),dpi=200)######划分子区域############ax1, ax2 = fig.subplots(2, 2) #####画图#############ax1[0].plot(x, y1, ls='-', lw='2', c='k', alpha=0.5) #折线图ax1[1].bar(x, y1, ls='--', lw='2', alpha=0.5)  #柱状图ax2[0].barh(x, y1, ls='-.', lw='2', alpha=0.5) #条形图ax1[0].set_title("plot")ax1[1].set_title("bar")ax2[0].set_title("barh")plt.show()

/ L4 I5 \7 {7 ^/ }# R8 i                               
登录/注册后可看大图

* U* f; V' q2 Q

例：线条样式不同：

• 
  % M" U, y' i; x+ H( Z
• 
  
• 
  - d6 p4 t0 E% c+ ~4 X7 t
• 
  
• 
  8 h) ?3 I$ e. j- A, Y% O5 A
• 
  
• 
  
• 
  / J( Z" C# P% B+ a1 a0 A
• 
  5 E! Q7 O2 k2 c- K
• 
  * a$ b* ~3 i1 v3 P1 I: d7 D0 p
• 
  
• 
  2 d2 C# ?/ q) B: U, {
• 
  
• 
  % ]0 E8 H# B" z7 D
• 
  
• 
  ( B$ ]- \' i, F! o5 k) d% J; Q+ ~) C
• 
  
• 
  
• 
  
• 
  
• 
  3 V2 x% t* o! c
• 
  
  

######引入库包############import matplotlib.pyplot as pltimport numpy as npimport pandas as pd######虚拟数据########x = np.linspace(0.05,10,100)y = np.sin(x)######画布############fig = plt.figure(figsize=(10,15),dpi=200)######划分子区域############ax1, ax2 = fig.subplots(2, 2) #####线条命令#############ax1[0].plot(x, y, ls='-', lw='2', c='k', alpha=0.5) #线条为实线ax1[1].plot(x, y, ls='--', lw='2', c='k', alpha=0.5) #线条为虚线ax2[0].plot(x, y, ls='-.', lw='2', c='k', alpha=0.5) #线条为虚线ax2[1].plot(x, y, ls=':', lw='2', c='k', alpha=0.5) #线条为虚线ax1[0].set_title("ls='-'")ax1[1].set_title("ls='--")ax2[0].set_title("ls='-.'")ax2[1].set_title("ls=':'")#####出图#############plt.show()

                               
登录/注册后可看大图

  C" l6 [! W4 C

例：线条的透明度和颜色不同：

• 
  - v/ c3 _- R0 ~( Q9 ]2 _
• 
  ( C$ Z6 y4 i9 W1 l% T
• 
  9 x4 O$ p' Y. z" q" x$ \/ L  I0 X
• 
  
• 
  
• 
  
• 
    s% t0 I2 s6 a, N' ~% c* _
• 
  ' ?% V8 {2 Q" q/ g" m
• 
  ; Y- Z$ h8 s' k/ X1 S  \
• 
  
• 
  % Y& D- S# t4 ]/ ?; v, a: z
• 
  # Z% E4 I. v+ L0 s. ?7 d; c" Q% m. p" f
• 
  
• 
  
• 
  
• 
  ) h  j9 [5 i% P# u) P/ q
• 
  & U, J: ?1 O7 |; f8 g& t
• 
  # X4 Q3 X# u" C1 H  M9 l5 H4 P
• 
  7 S' q( q* Z: ^2 ?
• 
  . r0 S! o, g- D1 S1 |& X
• 
  2 F. G* c- T' ^( A- p
  , C6 [/ E: p* S- O, k5 o8 J

######引入库包############importmatplotlib.pyplot aspltimportnumpy asnpimportpandas aspd######虚拟数据########data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2######画布############fig = plt.figure(figsize=(10,15),dpi=200)######划分子区域############ax1 = fig.subplots(1, 2) #####画图#############ax1[0].plot(x, y2, ls='-', lw='2', c='k', alpha=0.5) ax1[1].plot(x, y2, ls='-', lw='2', c='b', alpha=0.1)  ax1[0].set_title("alpha=0.5")ax1[1].set_title("alpha=0.1")plt.show()