【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("···")

  
  % g! P. W! k% Q; T1 c

只要按照以上六步，基本绘图没有问题！！！

& w. c5 n' F4 e; V

绘制简单气象数据图

• 
  
• 
  1 p8 U+ U9 P: q
• 
  ( B. J! B8 [) \. F/ v
• 
  
• 
  & t( t/ U; P8 R& i
• 
  - `& P" e" |2 W) A7 [
• 
  0 m  u6 C$ L: P
• 
  & l) f/ a3 h/ N5 b" ^
• 
  
• 
  
• 
  
• 
  
• 
  1 ~, k3 D$ U# m' H" [+ Z( [3 A
• 
  
  

######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。

• 
  
• 
  
• 
  
• 
  7 W% K& {  h3 J1 F
• 
  7 T) D7 `* }4 Z3 f( P
• 
  + R$ L3 N# C' s# C2 s
• 
  
• 
  
• 
  4 q! r$ M) n% j2 e
• 
  
• 
  
• 
  
• 
  . |- W# `# V4 R7 L# w6 x
• 
  
• 
  
• 
  
• 
  $ D7 W+ H* [( A
• 
  
• 
  
• 
  * m4 m% }4 r  S& ?
• 
  
• 
  . ?* k9 e) @% B  V  k
• 
  9 o2 y  L- ]* e
  

######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()

                               
登录/注册后可看大图

例：线条样式不同：

• 
  
• 
    l3 G0 H. y+ g& L2 L
• 
  
• 
  ' h# H; P* D2 M/ o# H
• 
  
• 
  
• 
  
• 
  % C8 [  }6 k, E% e0 V3 ^
• 
  . \- F: i; d+ W( d: d* r
• 
  
• 
  " ~# q( \' H1 \0 D  S% P
• 
  
• 
  
• 
  ' v5 b2 t; f- [: t( z. g
• 
  " o& i6 T1 y! v0 X
• 
  # z7 w+ t' v; H+ R( m4 O0 L) g/ V- A# ?. M
• 
  4 [" {2 i1 Z% L! c+ U( A' X3 F
• 
  
• 
  
• 
  * Z2 F2 u5 f( y" T
• 
  
• 
  
  

######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()

/ W- Q$ A5 c/ k' H                               
登录/注册后可看大图

例：线条的透明度和颜色不同：

• 
  
• 
  
• 
  
• 
  * s7 I* @; C. L6 o
• 
  " Z1 `, \- O( p% V8 }/ D$ q
• 
  - a2 E" t7 Z2 U4 ]. s
• 
  
• 
  . t; v1 n4 J+ ]: d, u# q) M& j! H
• 
  
• 
  * P& P4 s9 x+ S9 d# ~3 O
• 
  
• 
  3 \- B( {. R6 T$ K- i( o2 |
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
  

######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()