【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("···")

  
  

只要按照以上六步，基本绘图没有问题！！！

0 f# `  f0 _2 p  h
9 ?* B4 U4 m4 i: f  g2 n

绘制简单气象数据图

• 
  
• 
  
• 
  
• 
  ) I3 c, a4 ?# W. {' K) D0 v6 X
• 
  $ |- F* Y- ]" G7 j, K9 r& U  ]
• 
  
• 
  * C3 l5 M! T! R4 i+ ^5 d) K( V
• 
  2 W1 O* {0 b' h% _; U/ M
• 
  
• 
  
• 
  , `. {4 \* |- Y( b% A, u- L* Q
• 
  ; m7 d# b1 w) ?$ 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")

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。

8 W" P9 u) V& Q3 C6 s* G                               
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。

• 
  
• 
  
• 
  * R% A8 y3 j0 v$ d( E# g
• 
  
• 
  
• 
  / b4 P7 {  `8 U+ r+ [% [- g- f& i
• 
  
• 
  : L: q9 s1 W& `" r
• 
  : @6 c0 L* V  w- v: f5 n! U
• 
  - s( [5 s; T# \4 c$ L$ T2 v
• 
  
• 
  
• 
  ! o9 D' m& ^1 H4 V$ o4 C
• 
  * U8 |$ z" G" p4 T1 ^# N
• 
  % N" ?6 h# M6 l) n; O
• 
  
• 
  % N! G/ y2 J) }1 E' a# O
• 
  * x7 {0 v) l$ I
• 
  
• 
  
• 
  
• 
  
• 
  / K+ ^" A9 @* k) _
  7 m, o. b. K$ s9 @. D# K3 Z- {

######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()
4 v3 s8 E$ ^7 k, h. q- n  h

                               
登录/注册后可看大图

例：线条样式不同：

• 
  1 q. H; N: d. k, X/ \" C
• 
  9 t/ Z7 m3 ~4 f) y$ V
• 
  
• 
  
• 
  : Y) M$ ]9 j' u/ U+ m% J5 a+ t( K* U
• 
  
• 
  
• 
  ' L# e7 H+ h: |- |
• 
  
• 
  6 ]; D- W3 W! }
• 
  # C$ D3 |4 f1 C7 {* n. a
• 
  
• 
  * l' d/ J0 u: D6 E& t/ v. ]
• 
  
• 
  ' b0 ]9 Q8 B5 S% }. c4 R* U) S; O
• 
  
• 
  
• 
  
• 
  0 `+ m' J- A! [! n
• 
  2 {6 M; K$ e% X" Q1 N8 }; v
• 
  8 [) r& ]3 t: y9 e& a5 o
• 
  
  

######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()
0 o5 e* s. P" P4 e, P0 k5 ~

% i, f; u! h; o7 c  E

6 K6 A" p  f; E, @$ n" M                               
登录/注册后可看大图

例：线条的透明度和颜色不同：

• 
  # @! e; t: q5 M& v' b$ _5 ?7 U
• 
  
• 
  0 E# S) T; W2 I
• 
  
• 
  
• 
  ( r3 ~& v$ l$ k. \, |) U
• 
  
• 
  . B6 w- W% [! [3 f2 p& A9 Q
• 
  # k0 i  R  b3 y- |+ Q! t
• 
  + I) @8 Q3 @! w3 u0 _0 i
• 
  
• 
  
• 
  . Z* e2 N. Q# B
• 
  
• 
  
• 
  
• 
  * m) z7 [3 X# H, N0 T) F2 K1 b* E2 {
• 
  ' w5 j' _- O' H! s
• 
  
• 
  0 ~7 A) c7 g) v% @
• 
  4 ~# b2 y6 `/ Q
  

######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()