【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("···")

  
  

只要按照以上六步，基本绘图没有问题！！！

' R" g3 a. k8 `; u& O

绘制简单气象数据图

• 
  0 N( C) A  q; M8 f4 F2 s, N
• 
  
• 
  4 Q. O- Z1 Z: p, U
• 
  ! L" m5 V2 u4 C/ v. e
• 
  
• 
  
• 
  
• 
  
• 
  % W. e3 x  n0 T
• 
  % g& o* K1 q6 P) Y+ i
• 
  
• 
  0 A' s4 T) L1 q( I9 S  N  K* X
• 
  & N: W3 R( Q' X1 ]' b" [* u
• 
  / b" ?& P5 ]7 q8 b3 F) h/ F
  

######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")
% W; D" y1 k& S2 O5 K; z* E4 D$ [

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 R! H7 h5 c- n; y& L, ^
• 
  
• 
  " p2 d2 @; Q/ A% P
• 
  
• 
  " j! p( p$ V( j2 D
• 
  % M+ P' _6 ?, K& T" k% `0 _
• 
  # `  l0 c( R# ?* S5 U0 G
• 
  
• 
  ! o% s( W" u3 t( H- ^
• 
  5 t/ S/ [1 H9 z; [' n1 O" K
• 
    f5 n, B- ^* G3 q  ~$ m+ C6 M% u6 x
• 
  
• 
  
• 
  
• 
  8 c8 \% ?1 ]+ c. p9 I
• 
    s6 D/ `% t1 w7 ~. v
• 
  $ w! J6 _! F; z% C
• 
  ; ~7 U: \% A! ]1 ^
• 
  
• 
  , Z1 l" D1 l/ e, F2 p0 Q9 X% n/ A
• 
  
• 
  - G: y1 m3 i" ~6 s- l. e
• 
    i8 p/ g% m  V" g/ @- F. c. 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, 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()
( u( j; U- A) l/ |  j, B0 b" a

                               
登录/注册后可看大图

- R; D" b/ N; b3 }1 G

例：线条样式不同：

• 
  * O# {. A$ q) J1 ~" |2 I( ~6 ^/ z
• 
  8 r$ H8 w/ [( v  C( |; m' b
• 
  
• 
  ; m* x4 }. m; y6 L; a! L4 R% y
• 
  
• 
  " Q. L! j; v: h) H+ R0 X5 @
• 
  
• 
  
• 
  + D2 y. K( d/ r& _+ Q: |; L$ g6 g
• 
  ! w' f3 I  |9 i4 M3 O& B
• 
  
• 
  9 }; N0 Q/ G9 G# v
• 
  
• 
  , Z( J- T3 C3 z* Y0 C. W7 t
• 
  
• 
  
• 
  
• 
  ) Q$ y- J7 D7 q. }  Q5 ]. Y& x
• 
  , d9 v1 U; r& Z$ U
• 
  
• 
  
• 
  
  

######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()
1 V8 I9 J5 o* h

                               
登录/注册后可看大图

# q+ ]( z$ W& b) H/ f4 p6 G. u2 G

例：线条的透明度和颜色不同：

• 
  3 I. A9 q3 m  E4 F
• 
  8 W' C7 Z: |# n
• 
  $ Q. |* b/ h( @5 }$ h
• 
  
• 
  0 t) y# K, l& T# d7 {7 K4 ~3 ^
• 
  
• 
  " ^* @: }/ x" J4 B8 C' c  r
• 
  ' U: P. s( r+ x- M- k4 i
• 
  
• 
  
• 
  
• 
  , V, U7 o; Y+ @5 `5 M/ i+ _& `+ B
• 
  . k- T5 [; q  ]! v
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  * }% m7 V; c7 t$ o+ x' ^( @
• 
  
  

######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()