|
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。
5 R* q& [9 S' Z. x7 `5 F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("···") 0 o2 i. e; o* x% @. v
只要按照以上六步,基本绘图没有问题!!! ( Z Z2 m5 [1 F. A) {
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):
1 N9 X' Z( b0 I4 `8 O8 g: Y
5 c5 n9 f1 S8 G
* {% K% c) m4 ~* Z' Q
( a# Z. Z; y+ \2 I
% l3 j3 q/ p4 z. V% o+ m; S
* y' Z! M$ T1 p* C; ~- ) A6 ?0 f& a2 A( s" l% N$ R
- 3 J! r h( S( Y* r5 v
- 4 w# g8 a4 j$ h6 _8 _/ S
2 ]* y" S$ d' k- j- 7 |+ h4 |) ]' Z$ f8 F8 I- o3 a
- a0 |2 y2 B6 v: l3 H" K. i
- * B( C+ V6 e5 ?/ X3 ~9 q: Y' l
- ) j( f" n$ T$ X1 I5 K2 n+ i4 X
, b( S4 _: v% y* c; h
) Z8 Q; e5 c# ?7 {
1 E0 U1 X' T8 \9 L/ |- 8 r7 h2 J. W: i$ i; @
- 6 d9 G/ R5 @1 X/ ^
5 Y* @3 H. W( G: v2 e3 `
& Y+ M- `* Z. Y% [% E$ u, l- , v, H- W* e: q: f
- ; t3 o3 S$ Y4 V
- 5 F! P* E! r, i8 c; b) a4 P8 k
; x% c, f: k6 r/ P) q! r
?3 ^0 u# b. y+ w
' d+ }, _: V' u; }2 n/ {- $ @3 a- N% r1 a! B7 C c( D' i6 O/ Q
- / w& t& o% J3 v$ q# l* z8 q1 s0 g* ?
/ X4 `3 K2 W7 S5 h; W2 e- ]2 x, l6 Z& [# E# b& n* Q! T3 ]
- * K# R$ M2 i" @5 ~- `" s$ S
- 1 D/ v o$ y7 [3 @
- 9 F" k6 b1 i! c. x3 a
- m8 P9 Y+ w4 T# n' ^( Q- ( \( ?" t1 B0 v- K! c
/ c5 i" D! B2 Q! l& o. R
6 G1 \- ?5 V+ q, j: `; Q' `- + F+ [2 ?6 U" h/ }7 f) Z5 {
% C' X# I3 t- e* x
1 t# q4 p% N# t1 y& O( j- 2 z+ E, p7 I& A7 T& ~3 g; H2 S
- 6 T$ b& v* X: a6 D2 t
7 v* k% `& a4 ]! o) S8 L s* k6 |8 E: t# j0 Y" @
#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() ~- b5 F' V1 I8 [: r- `* t
|