海洋数据处理软件 -海洋数据分析收费标准

" o! T: }! n+ j9 d. O, [

Notes：请务必将matplotlib的版本控制在3.2（或以下），经过测试发现，3.3及以后的版本在配合proplot使用时，在设置colorbar的时候会出现警告信息，同时生成的图不正常。降版本之后问题不再出现。

在我的上一篇文章中，我推荐了由NCAR负责开发的PyNgl库作为Python语言下面的地理绘图库，并且介绍了如何在子系统（WSL）下面的安装方法。详细的请见传送门：

小梁梁：最好看的气象海洋数据可视化，PyNgl和PyNio库在子系统(WSL)下的安装36 赞同 · 17 评论文章

不过现在选择使用PyNgl有些尴尬，首先是官方宣布不再进行大更新了，只进行小修小补（维护模式），其次根据一些说法，PyNgl相较于NCL本身，还存在一些Bugs。总的来说就是体验一般。不过，如果很早就习惯了NCL的声明式绘图，可能你会非常喜欢他。

一次偶然，我发现了Proplot这个库，Proplot对matplotlib进行了高度的封装，是一个高级绘图工具，其功能相当强大！而且融和了cartopy、basemap、xarray和pandas。作者是来自科罗拉多州立大学大气科学学院的硕士研究生Luke Davis。简单来说：Proplot针对matplotlib和cartopy的很多不友好的方面，并通过封装来解决这些问题。使用者可以通过新引入的format方法来完成繁琐复杂的图形设置问题（更简单的代码，更好看的图形）

e" u& w" j- V$ u ?4 o

ProPlot - ProPlot documentation​proplot.readthedocs.io/en/latest/

; [7 g( B9 F) @) l

在官方文档中，已经大量的绘图例子，可以前往查看，下面简单展示一下具体的绘图效果：

* k! a0 [$ i6 E- J$ ?- F

①简单常用的填色图：

& }3 G2 q6 L& q- O( ?0 R

import proplot as plot ; O: T# |# d( x S import numpy as np ( G+ y5 D7 v p2 P" W @# @' p # 创建虚拟数据 5 v$ S k0 p( }; o offset = -40 lon = plot.arange(offset, 360 + offset - 1, 60) : _3 s# A r/ n! @/ C$ Z; H7 G lat = plot.arange(-60, 60 + 1, 30) : s7 m, h1 n1 A! Q( g" E* E$ @ state = np.random.RandomState(51423) , ~. z/ J8 r$ }; f; c* p data = state.rand(len(lat), len(lon)) 6 w# }7 D* r- s) a z plot.rc.reso = lo#海岸线可以不同分辨率 hi med lo x-hi xx-hi ( k2 s4 s4 x1 [ proj = plot.Proj(cyl) fig, axs = plot.subplots(nrows=1, ncols=2, axwidth=6, proj=proj) # v7 P/ @4 I7 O0 d. T# B; x/ R axs.format( abc=True,abcloc=ul,abcsize=30, abcstyle=a), gridlabelsize=18, labels=True, lonlines=30, latlines=20, 1 ^3 V# w5 e& I! m% _0 s! C coast=True,gridminor=True,coastlinewidth=1, # i; v Z2 ]$ w5 z" w" s4 g suptitle=Contourf,suptitlesize=20, rowlabels=[Cartopy example], : j1 M. s L) U; F collabels=[Contourf, Pcolormesh]) / ~/ U, ~/ f; j2 l cmap=plot.Colormap(Div, gamma=0.6)#gamma提高颜色深度 - V7 @/ [- w: L# F. O/ ` m = axs[0].contourf(lon, lat, data, cmap=cmap, extend=both) ) g# W5 Y' P. ]" T. d axs[1].pcolor(lon, lat, data, cmap=cmap, extend=both) # b- H6 d% ]/ y# O8 B" j * ^1 y0 J+ L9 M& _4 W fig.colorbar(m, loc=b, label=State, labelsize=20,ticklabelsize=18, extendsize=1.7em) 9 c9 A. `% D W; H fig.save(rC:\Users\59799\Desktop\image.png, : t, _* z0 F3 m, h* F* E* M dpi=600) + ? ^5 I* G4 u0 \( F plot.close() : T- P9 a% b* F$ y

- r; L6 `- U0 g7 u7 \' \% b

②子图特殊布局：

import proplot as plot import numpy as np : z! I2 Q9 }$ P- M) u/ Z # 创建虚拟数据 & N# Y& x0 P' ^- i# E" b( U ?+ g offset = -40 4 ^+ M) @, K" Y lon = plot.arange(offset, 360 + offset - 1, 60) lat = plot.arange(-60, 60 + 1, 30) / w0 A' w# Q! [4 a state = np.random.RandomState(51423) data = state.rand(len(lat), len(lon)) ' q; n, ]* f4 R7 G& P6 @$ i + `) P; E1 l, _( J subplot_array = [[0,1,1,0], / m" l# v# o3 e. Z [2,2,3,3]] #0表示没有图片 1 2 3...表示子图1 2 3... 4 z5 p" D, @4 N/ l" b% g plot.rc.reso = lo#海岸线可以不同分辨率 hi med lo x-hi xx-hi proj = plot.Proj(cyl) ! e s( g7 p* A& g; s9 W- L6 c fig, axs = plot.subplots(subplot_array, axwidth=6, proj=proj) axs.format( abc=True,abcloc=ul,abcsize=30, abcstyle=a), gridlabelsize=18, Z0 e5 R5 w, l labels=True, lonlines=30, latlines=20, coast=True,gridminor=True,coastlinewidth=1) cmap=plot.Colormap(Div, gamma=0.6)#gamma提高颜色深度 & d: `8 q7 [6 e8 O0 x m = axs[0].contourf(lon, lat, data, cmap=cmap, extend=both) axs[0].format(title = subplot 1, titlesize=20) 1 d6 A, m; ]8 O/ @0 o' m axs[1].pcolor(lon, lat, data, cmap=cmap, extend=both) + |* D7 W/ D2 D: P5 [% ^/ X axs[1].format(title = subplot 2, titlesize=20) 7 i. U$ @, v/ s, L+ I& { , I; O6 w# s4 e4 c+ Z axs[2].contour(lon, lat, data, extend=both) I( h/ l7 _! m2 z axs[2].format(title = subplot 2, titlesize=20) fig.colorbar(m, loc=b, label=State, labelsize=20,ticklabelsize=18, extendsize=1.7em) ; a+ k6 f$ b- p+ Q. X- h fig.save(rC:\Users\59799\Desktop\image.png, dpi=600) : i7 w. l+ x/ f' ]6 r/ C plot.close()

3 D+ N% l. b- O

使用技巧：

, s1 E+ `+ J4 t! @7 @$ g) z" B1 j

①在保存图片时，默认保存的图片为1200dpi，如果直接放进word文档，可能会因为图片压缩导致图片异常（如果设置为不压缩，图片一多会导致word非常卡），所以请尽量使用dpi参数改变保存图片时候的dpi。

' _% { r, D7 R/ P" Q n: Z; r3 `! t

②format方法可以针对不同的子图设置不同格式，例如：

axs.format(...)#设置全部子图 axs[0:2].format(...)#设置第1张和第2张子图 axs[0].format(...)#设置第1张子图

③所有的图形设置都可以在format方法中通过参数的方法完成，具体的参数请查阅官方文档的Configuring ProPlot章节

④现在Proplot中还包含着basemap，个人不太推荐使用。

$ s% q8 [2 q; v% B, I: F + D( c6 v' [: C( T1 j , s7 E7 B z* Y+ h; ~ ) R" i: y$ q0 l6 I* U- t