【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("···")

  
  " t' _1 \6 \, `1 w

只要按照以上六步，基本绘图没有问题！！！

% `2 S: h! e* e" w) p& b

绘制简单气象数据图

• 
  
• 
  6 W0 _; e" b* p  a
• 
  
• 
  
• 
  6 x- Q1 U/ n+ {
• 
  6 K; H9 A0 V( n9 ^5 ]
• 
  * Q6 ~* A+ a7 _/ A1 v* M6 S* M
• 
    Z. O* o: p7 Q0 g
• 
  2 O& j' ^* d) B/ }) ?5 E
• 
  3 m& n7 r+ H3 u- l
• 
  0 I, e& M% ~0 ^  y( r8 }  A, e, [
• 
  . F+ J2 I" ]$ \. I1 b2 s
• 
  7 M+ c" I- F" O2 k
• 
  ) _8 a- W$ ~- p/ |1 }6 Q
  

######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")
9 w0 _, x7 B, M3 N% t) {+ N

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 i$ m, `3 O9 J0 n# I
• 
  $ G" j+ A3 j8 x/ h
• 
  % G( N' _! Y. U3 ^" U& i% X
• 
  
• 
  ) m# E/ O  B/ w8 b6 m" g' K( g6 M
• 
  5 J" C# C0 l5 h& p" G0 t$ M
• 
  
• 
  & i0 }2 g. k/ Y" r; ]
• 
  
• 
  / L9 n- ?0 m5 h  N
• 
  
• 
  8 V* \! W( m8 G
• 
  
• 
  . R. s4 S4 ^4 g/ f
• 
  
• 
  + ~1 K, |0 e0 H8 Q( W  p
• 
  
• 
  
• 
  
• 
  . ~7 G, |6 Q% u. X+ n9 _/ d
• 
  3 P! I! d, T' [2 z% j
• 
  ) a- Q2 |: }, C4 v3 h  f' B
  

######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()

( [5 W* P2 O. {/ H/ j

1 c6 B/ R5 Z( }# @0 J, @8 z                               
登录/注册后可看大图

例：线条样式不同：

• 
  
• 
  
• 
  ) {$ Q( u9 Y( q& P6 }6 Q1 {
• 
  ! ?, n/ Y3 R* H. g" L
• 
  
• 
  
• 
  
• 
  : t# }/ x6 l" W: s
• 
  
• 
  
• 
  : ]7 Y8 _0 }0 X, \8 O: e
• 
  0 J# j! F0 S1 _# l
• 
  0 j( c& l6 p2 C% X+ m
• 
  2 t+ k6 t( ~4 N1 L+ p; Z$ Z7 Z
• 
  4 Z1 l4 S" V; [2 |
• 
  6 ~8 I5 b- E7 ?6 z
• 
  3 d1 f  J2 \) h' O
• 
  
• 
  
• 
  
• 
  
• 
  0 \/ Y' M, q3 c# a& Q/ t' E/ m
  

######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()

1 u6 c. u6 N! i% o2 t" W

4 N, y, ]" ?3 Y9 H; z) f                               
登录/注册后可看大图

) ]' v, o) z, [

例：线条的透明度和颜色不同：

• 
  
• 
  ; ]- Q. J- }- B9 u8 {+ X/ A
• 
  $ ^( w9 n! y  ~) N3 \( u
• 
  
• 
  ; @1 X* |$ a% G& w
• 
  ! M9 N0 ?) S1 M1 j- x
• 
  + N) z" j. L7 W+ [2 F
• 
  * y6 [5 s* D  z' |
• 
  $ c9 [4 M8 d' U, c# b: ]
• 
  ; U# [0 x9 Y" c- T1 p
• 
  % M4 K, I+ s1 t$ b$ z& o
• 
  8 {- E$ H5 E2 N& x
• 
  
• 
  5 s- L- w/ _  k& Y
• 
  
• 
  6 M6 }! y+ U* D# U: c
• 
  # E0 X" `2 o1 q
• 
  % D# I0 \! m1 Z# A, J! V
• 
  
• 
  
• 
  - L; @& o6 E$ C& ]( `/ g
  

######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()