+ g; c( o$ c7 P& x7 N( o$ B/ ], \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("···")
7 X( O* u: E' j
只要按照以上六步,基本绘图没有问题!!! : O0 ~" h3 K) Y
绘制中国区域地图 前面python9的文章(Python9:绘制中国/世界地图)关于中国区域地图的绘制方法除例3,主要使用的是pyecharts自带的地图,其中中国区域的地图有问题,所以不采用这种方法。下面根据其他博主大佬的文章(python绘图 | 中国地图最正确的使用方式(九段线&南海子图&高分辨率地形图一个都不少))进行适当改进,并采用权威的国家标准地图比对无误的地图文件绘制中国区域地图。以一个具体实例完成: (1)正确的中国国界线,省界线,九段线的绘制; (2)全球地形图的添加; (3)中国标准地图文件的添加。
提前需要下载准备好一些必要文件: (1)正确的中国行政区划矢量文件; (2)全球地形图文件(从大佬提供的方式中获取的全球50m分辨率的tif图); 以上的文件可后台发送“中国全球地图文件”获取。 3 i! X5 z) v/ ~
(如果没有下载相应库包,请先在anaconda或cmd命令行去下载!!!代码的详细说明已备注在注释中,不再额外赘述。)
+ q( Y0 D, B; i3 Z1 L- ) H" Q+ d( t; A
- / {( [: |' p3 [
- % p* G$ W$ A8 @. B+ {/ T
" A) K0 M, C; Z3 X, D- i- 9 _3 I3 @* L# C& h& K' C
- ( M( `0 j! K& T/ O' R, t# E- E: k
2 K3 _$ z) C! s7 J! @. X5 J
! v& g# g3 D2 P$ z" j
4 D2 b/ ? S& U5 [/ p$ j
0 f6 I9 g* ?& q! m- 7 \$ a# \) O% X( O5 _0 M
9 X$ v- m3 ^. @7 K- 8 f5 v5 i: X6 ` A* C
- ( y b0 {- ~! E3 d
* G2 Z7 R: ?% b/ m
& V1 m. R% L) s+ U
# r% F" y- {8 _7 C1 C3 v
- P' Y# D# x, s2 j. L: D! e+ p
! S7 p9 t1 C- m+ A0 s8 K
9 N! p( Q8 ?! d7 x- L7 ]
: o& q$ y7 O% i! y- 4 ]# a9 e& x2 f8 V7 G4 q) P9 w3 r6 C
" [/ }: |* b l" W0 x; l8 Q
* o6 Q4 s: r% d6 H/ l# _2 `) R y- ! r) m7 Q! P4 p% U5 A) w+ ^8 U
% F2 t3 N o7 r
5 N) R# d! [/ B& E- ) k7 d7 F6 w4 S: H) }
& J3 _$ {$ s3 _0 ?7 A( ?
2 M) ^* j! s# n! _9 h- 4 \" E! L, l. r) }/ x
- * _4 U$ G N8 q7 c
* B9 n# ~4 ~& H, L! H/ S8 |2 T- o: y2 z/ h
importnumpy asnpimportcartopy.crs asccrsimportcartopy.feature ascfeat ##添加地图其他地理信息所用fromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTER #添加经纬度所用fromcartopy.io.shapereader importReaderimportmatplotlib.pyplot aspltimportmatplotlib.ticker asmtickerimportwarningsfrommatplotlib.image importimreaddefcreate_map():extent = [70, 140, 0, 60]shp_path = r'./cn_shp\Province_9/'#可后台回复索取(这里很容易出现问题)# --创建画图空间proj = ccrs.PlateCarree() # 创建坐标系fig = plt.figure(figsize=(6, 8), dpi=350) # 创建页面ax = fig.subplots(1, 1, subplot_kw={'projection': proj}) # 创建子图# --设置地图属性reader = Reader(shp_path + 'Province_9.shp')provinces = cfeat.ShapelyFeature(reader.geometries(), proj, edgecolor='green', facecolor='none')ax.add_feature(provinces, linewidth=0.6)ax.set_extent(extent, crs=proj)ax.set_title('China map', fontsize=5)# --增加高分辨率地形图(需自行下载) #可后台回复索取ax.imshow(imread('./NE1_50M_SR_W.tif'), origin='upper', transform=proj, extent=[-180, 180, -90, 90])returnaxif__name__ == '__main__':warnings.filterwarnings('ignore')ax = create_map()plt.show()
3 t+ t+ p" |5 Y9 T 1 }, @) ?. f5 U+ S' s
上篇文章(Python9:绘制中国/世界地图)的例3:绘制中国区域地图,包含海岸线 (如果没有下载相应库包,请先在anaconda或cmd命令行去下载!!!代码的详细说明已备注在注释中,不再额外赘述。) 4 a" Z' D# `! s. l) l
- & j2 k1 y$ O, Z, m+ m9 p G
- # q( k7 S5 p5 o0 Q! i! B0 F! I
+ R4 w1 s/ ~* w7 p. ^6 f
5 y0 D" B. Y/ }
5 Y5 C! `( h# I7 t/ ^% k! G L
# O% ]. T9 ^! d9 c, _/ s- 6 b t- m% U+ W# i* n! v: A% ]/ b
- % j% ]/ c. I, r
" `& s; H6 w/ D5 V. M7 |5 a4 O- 1 H! ]1 D4 V4 d1 z! v+ c& F# t0 o
- & u+ ~. H8 Y# O
1 H* e2 c Y5 I+ O- 4 m* q! y7 h0 L |& c) Q; h# Y
! v* b5 b6 v, [( @: N0 U: o$ w- 7 {, c4 V3 r& g1 \" |7 T
& C6 u, q8 m2 V! F* ^7 v- ! h% v# m0 i; K7 p3 C1 R
- 0 U0 @3 |- U T
- 2 D/ x" n8 o& v/ Z0 g6 i
6 i. V" x' ~* N' \8 s' L- : \4 W0 V! o# w& y
: V/ i0 o/ d. s. e+ W D- / c( N5 B% O, R1 I z1 g
- * y: ^6 V, T$ X( ?
# y4 y$ |6 \, h! i. G9 Q$ ?* i
( N4 z+ `3 ?' f
6 C( x6 t* L: g5 Y
9 w- r' @+ T' I7 n- : D( T4 [" ^) i- F& {" C- |* S
" u, ~: N$ N2 R# e7 w' g6 \2 X
1 X7 y1 Q4 A. F* C2 n2 g$ k- ) K- }8 c; P, U# w) {
- - j$ I M( m4 w' E5 D* J
- 2 u- W H9 N3 W
" _5 K5 L0 {5 S" _ _# H
: \% H/ v- [# B F/ b5 ]# z* \$ Y4 u5 C" U- 0 P# Y! I% j9 m" y; U
5 z/ R! o) W* g* n0 w0 L
& F8 g3 i% V% B- ; M: C6 }& A6 N! j
( X) i; a8 q$ q; n9 f& }- . Y5 \- E! b( W8 M
: S# x5 A. M A) `% t9 y8 j$ A% m" E
8 Y( S r- f$ [% F a' P
( [: q. q* x5 ]! q3 S
* _8 h# C& V$ o ?5 X
1 K" F( L5 w. L* A! V* d! _
" q% Y K! F9 }9 m9 b/ x
3 h1 Z( \# p1 E6 X- ! G" ?; H3 j; A2 y5 K+ J! g# ~: I
- " `1 p9 \0 v. e: s
8 i5 e8 W- u0 z5 S V1 a( d
##绘制有海岸线的中国地图#引库importpandas aspdimportnumpy asnpimportcartopy.crs asccrsimportcartopy.feature ascfeaturefromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTERimportcartopy.mpl.ticker asctickerimportcartopy.io.shapereader asshpreaderimportmatplotlib.pyplot asplt#数据data = pd.read_csv("meteo.txt", skiprows=1, sep='\s+', header=None, names=['station','lon','lat','tem', 'pre', 'sun']) print(data)#建立画布fig2 = plt.figure(figsize = (15,15))proj = ccrs.PlateCarree(central_longitude = 115) #设置一个圆柱投影坐标,中心经度115°Eleftlon, rightlon, lowerlat, upperlat = (70,140,15,55)#建立子区域#ax1 = fig.add_axes([left, bottom, width, height])f2_ax1 = fig2.add_axes([0.2, 0.2, 0.6, 0.6], projection = proj)#在画布的绝对坐标建立子图f2_ax1.set_extent([leftlon, rightlon, lowerlat, upperlat], crs=ccrs.PlateCarree())#海岸线,50m精度f2_ax1.add_feature(cfeature.COASTLINE.with_scale('50m'))#以下6条语句是定义地理坐标标签格式f2_ax1.set_xticks(np.arange(leftlon,rightlon+10,10), crs=ccrs.PlateCarree())f2_ax1.set_yticks(np.arange(lowerlat,upperlat+10,10), crs=ccrs.PlateCarree())lon_formatter = cticker.LongitudeFormatter()lat_formatter = cticker.LatitudeFormatter()f2_ax1.xaxis.set_major_formatter(lon_formatter)f2_ax1.yaxis.set_major_formatter(lat_formatter)f2_ax1.set_title('Chinamap_coastline', loc='center', fontsize =15) #图标题名#读取shp文件china = shpreader.Reader('cn_province.shp').geometries()#绘制中国国界省界九段线等等f2_ax1.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black',zorder = 1)#添加南海,实际上就是新建一个子图覆盖在之前子图的右下角f2_ax2 = fig2.add_axes([0.8-0.6/7+0.01, 0.25, 0.08, 0.13], projection = proj)f2_ax2.set_extent([105, 125, 0, 25], crs=ccrs.PlateCarree())f2_ax2.add_feature(cfeature.COASTLINE.with_scale('50m'))china = shpreader.Reader('cn_province.shp').geometries()f2_ax2.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black',zorder = 1)#出图plt.show()
o+ t/ H3 W3 t+ u: f' O5 Z/ i' ~
/ R" S5 P4 V* Y- h
3 o7 D0 |7 k7 I# X# J- @颜色表:
& R! q3 R7 \# \' g# X
1 o5 m4 Y' X5 o4 W- Q4 B& Q
|