【气候软件】Python8：绘制面积图和填充图

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。

& ^7 S% ^' ~. W6 I

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！！！

1 z$ L! V, \/ b( j3 K* }" p

绘制面积图和填色图

（有的时候需要画这种交差的填充图，能直观地表达差值的变化和含义。）

下面直接上代码（关于代码的解释已在注释中详细说明，应该能理解）：

• 
  % d: U  h- O" N6 I: T2 m. k! \! r
• 
  
• 
  , k/ M  Z, M" h  T9 q3 F# O
• 
  
• 
  : {) s' i" Z! ?& `8 y
• 
  
• 
  4 O& f0 N8 H# g' ]' B- `7 _( D
• 
  7 Q8 V; `# i' ?! F9 H2 Q
• 
  9 m' \# Z. I& X% t
• 
  4 V: H& E9 X8 ?$ M5 r& m; H
• 
  ' u: Z% E2 l; e) m% G  r
• 
  6 Y5 M, U3 l3 ]+ G0 f- |
• 
  
• 
  : e9 P- E7 {( ]; }! `) @& D
• 
  
• 
  
• 
  * M0 z6 x3 I! A: U, ]9 V/ b' T
• 
  
• 
  
• 
  
• 
  ( g* |) R, T- j0 L0 o+ x  E8 q. }
• 
  
• 
  $ I$ k) @! W' z& j9 D# g5 n
• 
  
• 
  
• 
  4 r7 L1 B2 j8 Q" o
• 
  . e5 @! D$ ]! Y4 ?9 C3 l
• 
  
• 
  
• 
  / Q) p# w1 c! x# g: A
• 
  
• 
  ' D) x+ l9 v# C
• 
  
• 
  6 }3 h. s, s+ W! e4 o: r
• 
  6 w" X- {7 A8 m; Y& g% E8 r
• 
  1 {8 o) h+ t; Y5 r- h. z8 n  s2 [
• 
  3 M5 `6 ^2 ^1 d; c( H' x
• 
  ' z* {! B- |/ d5 x
• 
  
• 
  
• 
  # l' C" I7 v6 A. f5 H- h, a
• 
  
• 
  , n4 ^& j$ v$ t7 N" d& R2 c8 Z/ Y
• 
  ; j5 ~& T3 {2 z7 i, |
  

#引库importnumpy asnpimportmatplotlib.pyplot aspltimportpandas aspd#中文及负号处理plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'plt.rcParams['axes.unicode_minus'] = False#画布fig = plt.figure(figsize=(15,6), dpi=200)ax1, ax2 = fig.subplots(1, 2)#数据x = np.arange(0.0, 2, 0.01)y1 = np.sin(2*np.pi*x)y2 = 1.2*np.sin(4*np.pi*x)#绘图#子区域1绘制限定区域填充图labels = ["Fibonacci ", "Evens"] ax1.plot(x, y1, ls='-', lw='2', c='k', label='$y1$')ax1.plot(x, y2, ls='--', lw='2', c='r', label='$y2$')ax1.legend(loc='upper right', fontsize=10)   #图例位置#ax1.set_xticks([])  #取消横轴刻度#ax1.set_yticks([])  #取消纵轴刻度ax1.set_title('fill between where')  #图标题ax1.set_xlabel('x')   #横坐标标题ax1.set_ylabel('y')   #纵坐标标题#填充图还支持限定条件下的区域填充ax1.fill_between(x,y1=y1,y2=y2, where=(y1>=y2), color='skyblue')  #对y1>=y2的区域填色ax1.fill_between(x,y1=y1,y2=y2, where=(y2>=y1), color='yellow')   #对y2>=y1的区域填色#添加标注。xy：标注箭头想要指示的点，xytext:描述信息的坐标ax1.annotate('y1>y2', xy=(0.3, 0), xytext=(0, -0.5), arrowprops=dict(facecolor='black', shrink=0.01))ax1.annotate('y2>y1', xy=(1.7, 0), xytext=(1.8, 0.5), arrowprops=dict(facecolor='black', shrink=0.01))#子区域2绘制堆积面积图ax2.stackplot(x, y1, labels=labels, color='yellow') #堆积面积图ax2.set_title('area picture')  #图标题ax2.set_xlabel('x')   #横坐标标题ax2.set_ylabel('y')   #纵坐标标题#出图plt.show()

" i# Q+ q, H+ h