【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("···")

  
  : X% d4 I7 K% z; F- v

只要按照以上六步，基本绘图没有问题！！！

/ w# h- k' E1 H

绘制简单气象数据图

• 
  5 E$ P- ?/ x3 h7 v* X' M
• 
  - }9 g  D& E0 k, H
• 
  4 j; g2 ]; l2 ^. E$ G9 J  X
• 
  
• 
  " ~  X6 v! K9 @
• 
  
• 
  
• 
  ! L  w* Y5 n0 b- `* ]3 r! {
• 
  
• 
  , I+ O5 q; ^2 c
• 
  3 j0 K& e0 `. N4 u
• 
  2 d5 \0 y6 d! `
• 
  
• 
  ' `3 s& \( L9 O/ v) a9 k: g
  

######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。

2 K% g/ L/ b! {" j8 D6 B7 U                               
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。

• 
  1 K. q# V0 F: Z9 f+ e9 R
• 
  
• 
  5 h" S' u! R6 Z4 V
• 
  * L' R$ D% K1 x. o$ z" M
• 
  & r5 q& w- G3 `) _1 N# `2 b7 e( U
• 
  
• 
  # ]$ O# `2 @. J5 {0 r/ q) B7 n
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ' f3 Y7 F8 k2 C5 b6 f
• 
  
• 
  8 t. P" m* W! I7 J6 {+ q" b) h+ W
• 
  
• 
  
• 
  
• 
  % ]' \* {$ s: j5 z
• 
  $ F% K+ _5 B$ v# B* w
• 
  
• 
  
• 
  
  

######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()

% x* a) g4 t. ^# {

                               
登录/注册后可看大图

- J, _8 S" M  G  t+ W1 \+ g: R

例：线条样式不同：

• 
  3 n# E  F2 c% `$ U7 E0 S4 \
• 
  
• 
  $ e: [- `2 L* q0 C0 f: g% }9 z) U
• 
  & G, K9 E) a& M# p4 R2 r
• 
  
• 
  
• 
  2 p3 @) D! Y( F9 j' C% J% V$ B
• 
  
• 
  5 i  j' g: ~' s9 [) G& \
• 
  
• 
  % ?6 i3 D$ R( g7 r+ U# `
• 
  
• 
  4 U) }( ]6 T5 `) i8 K
• 
  9 k1 d6 G' Y$ i2 i- @1 Q) N
• 
  
• 
  2 w- w/ M' J2 Y: x; z/ J
• 
  
• 
  
• 
  . G$ ^* p6 W2 @6 d5 Z& x
• 
  6 A' }$ r* L! o4 p# C, P
• 
  
• 
  
  

######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()
- a# ]- i% \2 s

7 _, P- W! n8 U; j$ X( s! ?: O

                               
登录/注册后可看大图

2 u& E  m; [. h

例：线条的透明度和颜色不同：

• 
  * y1 z! q) \; c. u3 a+ b
• 
  
• 
  4 b4 x) ]& Y) O* H& g: Y' N* s" D( r
• 
  1 @# V5 @: E! d/ [% C9 ~9 i' F
• 
  " X  c. i1 J# L  ]6 E
• 
  ( L+ F. c4 @3 ?) l/ d5 X" Z3 h) A
• 
  . a6 T5 y5 W; b- B. J6 k2 X
• 
  
• 
  
• 
  
• 
  
• 
  * _% s" D" K- H4 t* v
• 
  4 W) Y" ^& _& z8 Q# e0 ^, h
• 
  , P: F: j( }( _- j
• 
  " B& E' T+ h9 ]" w$ l9 R' b9 _5 Q- d
• 
  
• 
  5 {) X* P: w1 b" ?6 ]
• 
  / A% l+ e* j  l8 I8 F' B( Y  p
• 
  5 ?. c+ u' @8 b1 O! [
• 
  . p+ P/ {8 r" U! V" Z* m1 D8 q
• 
  
  , E6 o4 Z# l) T8 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()