【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("···")

  
  ; N# T5 N# B4 {, A, v" k) W1 }3 k9 k

只要按照以上六步，基本绘图没有问题！！！

5 M# _; g+ M! s- W

绘制简单气象数据图

• 
  
• 
  9 v1 _8 S  s9 @. d9 P8 f6 `" _
• 
  
• 
  & k  [7 J: J9 Q1 _6 `
• 
  
• 
  : T. p4 q7 N  D
• 
  
• 
  
• 
  ' \. K1 m$ D1 y
• 
  9 m: i  W8 G6 n
• 
  ! _; D3 p- T& z, X: i0 r: b& C
• 
  8 t* k2 Y6 u9 V" s8 G' w
• 
  & I/ k! F2 @$ Y( J
• 
  
  / \1 v; V" N# N+ W* p4 P

######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")
- Y% M8 U. P" }

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。

• 
  
• 
  
• 
  2 b1 u+ [' ]' \/ E" {
• 
  
• 
  
• 
  8 W  J5 U( N9 p# I
• 
  $ F  w* b* J# D3 w* y& e
• 
  
• 
  
• 
  & Z6 s: O1 J! U! _' ~
• 
  / ]8 {. z( g5 [& z2 e/ h8 U
• 
  7 z6 N' J/ I% }: `0 N4 a; u! Z
• 
  
• 
  
• 
  
• 
  
• 
  5 F1 P4 _2 J- l* K5 {6 g2 }# u
• 
  
• 
  $ |. E, l3 u4 A- M% M
• 
  : J9 `3 r1 z) t
• 
  
• 
  
• 
  
  

######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()
* \' s- G: M* @% L, }" z/ G

8 c; e6 f1 G* H& n. ~                               
登录/注册后可看大图

例：线条样式不同：

• 
  
• 
  
• 
  4 s1 Z8 u1 z  |" c! }) ?$ I
• 
  
• 
  
• 
  4 Z8 k2 U% k. U  E
• 
  
• 
  
• 
  
• 
  ' T( F% [$ O; s/ M
• 
  
• 
  
• 
  + w- V( ?! i7 @! s
• 
  
• 
  & m9 X' D' ]3 f, p4 D+ [! k
• 
  
• 
  . \3 ^+ K2 D$ M* H
• 
  , S0 K+ ^% [! N! [6 }* {6 m
• 
  , r+ D( X8 t! n( l5 U! U0 E
• 
  , Y5 G2 S4 o' D' S' v- U4 ^- F
• 
  , E  i- y1 \5 c& ~# Q$ i
• 
  7 w8 @3 _" y5 J7 k) E
  # t7 ?% P# o$ f$ y; J

######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()
/ C9 o+ ^/ B$ R2 b) P2 l9 @

# x: [$ j! E6 i                               
登录/注册后可看大图

# p9 u! \+ t; t, G1 o

例：线条的透明度和颜色不同：

• 
  ! p- f! B( b% C$ _) ~
• 
  . M4 F% z* Y4 e: y* l* J3 J
• 
  , O, E; c, k8 T4 e( B9 x2 }: V  W. \
• 
  7 D0 |; c" K8 S9 p( D
• 
  + G( i& a2 M4 S3 J. }; B' |
• 
  
• 
  
• 
  # ^1 c/ M) v5 m- o- y
• 
  
• 
  - q7 q( B, i- P8 R7 B
• 
  
• 
  5 V! r( X! @3 ?! f& u
• 
  ; @8 V8 \* m/ Y9 b1 m) F" s
• 
  - I6 I# o2 e; S
• 
  1 ~7 _1 ~# A: @/ m' {, v  W
• 
  
• 
  
• 
  : v4 J# g# q$ q
• 
  / p0 ]1 j3 O  F/ ?- v
• 
  - x% }' f; s! ^- _; @% F& w7 W$ y
• 
  
  ! m9 J$ q/ M0 ?# V0 S1 a+ y

######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()