【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！！！

4 N2 i( [- `1 V& `; s8 Z) i2 t! b
4 f( I' Q! X; ~) [

绘制简单气象数据图

• 
  
• 
  
• 
  # _9 n4 K6 Q8 f
• 
  
• 
  
• 
  
• 
  ) T3 |8 X, u2 j9 G" a- P
• 
  
• 
  1 a! n; @6 M' n7 U4 g. y
• 
    B. l* D2 x3 p9 F4 |
• 
  + K9 A7 D; i7 c6 ]
• 
  $ |$ @% [2 B9 n2 z* v' }7 Z" E
• 
  ! T1 `, V# X# F) n" z" T
• 
  
  0 E" @1 O- D& u0 M

######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。

                               
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。

• 
  * a/ ]! P. G- o8 K0 l  w
• 
  
• 
  % F4 p8 R/ \" p1 f) H) l" C8 p
• 
  
• 
  7 G3 s; m/ h. @4 W+ P
• 
  
• 
  7 ?. E6 L" R$ T  M0 W
• 
  4 \/ \: K+ t+ k0 {& d3 C5 b
• 
  - s' p7 X4 B  ?8 O+ v' X& ]
• 
    K: j# c( I& c- S3 s2 W. A* a/ S
• 
  6 u" t. u5 u4 u' N
• 
  0 n; }5 ?; l' |9 i
• 
  ; s. n: B, i- _8 `
• 
  
• 
  3 j+ h6 K1 a$ U: A6 W( y
• 
  
• 
  8 x3 Z/ a( d2 R' O, s! Q9 T
• 
  * v" g2 v% N8 H/ S  h/ H1 Q
• 
  , O( w5 r% j% \& S4 N5 f& h
• 
  6 w- u( d! D6 f" j) c0 s
• 
  
• 
  2 @7 J2 \2 m! D( t" {5 u* v
• 
  / E$ Y  _. i& N2 {8 V
  9 f/ Q( o6 w" ?, j. ]4 ^

######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()
. P/ o$ R; D1 R" x( W6 s9 \

                               
登录/注册后可看大图

例：线条样式不同：

• 
  ( @6 Y+ e7 D6 s" }! F' T
• 
  0 h; G8 L) e& T# O# H2 C) w) G
• 
  
• 
  
• 
  8 N. Z! k$ i4 Y
• 
  - N8 r" }1 {6 w3 D) K
• 
  
• 
  
• 
  1 A2 J+ y# h6 z( V' v+ }* ~% K
• 
  
• 
  
• 
  
• 
  4 T$ u/ J3 u; T7 ]) b, ]5 \
• 
  
• 
  
• 
  2 X9 J: R( Q0 H6 V  D  f- o0 p
• 
  
• 
  2 U. ~4 C/ u, b! n; J
• 
  
• 
  4 n: ^; t) y: B& R; e$ G
• 
  
• 
  
  

######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()
4 g* V/ W; w5 K0 @$ [

                               
登录/注册后可看大图

例：线条的透明度和颜色不同：

• 
  1 w7 ~7 ]' l! @$ [7 f  a
• 
  . t$ a8 [0 j# X+ G' }1 X
• 
  ) U. n5 J% p  v+ ?( k4 x
• 
  
• 
  
• 
  , f, C! ]& E( j+ v$ ?/ O6 X6 Y$ s
• 
  1 L, _- u; R9 E9 g5 d2 v
• 
  
• 
  
• 
  
• 
  ; f, p/ X% T' D) `
• 
  + a3 D! T& f+ L/ \
• 
  $ Z& M  J9 x# X. Y/ b; ~
• 
  " m: E: V! |+ v# V' f
• 
  9 q  M, j6 H+ a5 D, p
• 
  * f4 V0 z. z( v+ E
• 
  
• 
  
• 
  
• 
  ! O2 x6 L& l0 x* J8 U) z
• 
  0 N( a6 d  t8 `/ L
  6 I* K& ]- e! L, A7 L1 a' I

######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()