【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。

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("···")

  
  9 E4 v2 K+ @! T0 B1 N

只要按照以上六步，基本绘图没有问题！！！

2 _! y- F; Y0 b5 Z! |

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）：

• 
  
• 
  
• 
  
• 
  
• 
  7 x5 ^* Q" p7 g  c) m( Y' b9 Z
• 
  
• 
  
• 
  2 G  E; r4 k) F. {, L
• 
  - [0 `3 n9 v( I( ~, @5 |, A
• 
  # j' t3 g/ ~) a1 M5 G0 O
• 
  : t+ K+ R$ |( ]# e; U) Q4 A/ }
• 
  
• 
  2 s7 e4 C/ a3 f& \. M& w
• 
  & J8 P! }) k" O; ^/ f8 q
• 
  6 n. R2 u& ]0 `$ j+ U
• 
  7 m; l, e% F- R; F3 I
• 
  8 Y1 z  `/ x. J5 h
• 
    T6 g/ S8 m3 H. t( e  f
• 
  & G" q( u7 Y5 E7 N7 \: y
• 
  ! R/ ]# f; y7 X: t( G8 ~
• 
  
• 
  
• 
  
• 
  4 ~( F# J2 k9 `! l: u/ m; q. ~, q
• 
  3 P. E6 f* {5 F- Z* `1 o
• 
  
• 
  
• 
  
• 
  
• 
  / z6 n/ z! E" R. E2 l5 y' A
• 
  , w3 s6 H6 \  T0 T$ a
• 
  
• 
  : \! H& F; y9 w8 c+ o) h, F
• 
  " c' ^! R3 j( {2 N- L2 h6 U+ s7 ^
• 
  : H8 [# Y" f. D9 N- F
• 
  4 ~  ~- u+ x3 S6 j6 r  e
• 
  
• 
  - b& R$ ?- |. Z+ C2 A
• 
  
• 
  
• 
  
• 
  7 ^/ i# ]5 Y6 ~
• 
  
• 
  1 L, Z8 V: x; r3 t  T% j
  $ N( `4 a* Y$ x* r

#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()

  n: k( \  Q9 K) v1 M/ o3 ]& G