Python geojson文件可视化

# 从整体上来看，先看边界层高度的情况
# 整理气象数据
# 读数据
import netCDF4 as nc
import pandas as pd
import numpy as npfile1 = r'.\adaptor.mars.internal-1631981155.7723448-28568-14-37c609d7-a545-4a66-b4e3-3f73bf08819b.nc'
dataset1 = nc.Dataset(file1)
lon1=dataset1.variables['longitude'][:]
lat1=dataset1.variables['latitude'][:]
BLH=dataset1.variables['blh'][:]BLH20190203=np.mean(BLH[745:2160,:,:],axis=0)
BLH20200203=np.mean(BLH[3625:5064,:,:],axis=0)
delta=BLH20190203-BLH20200203import geopandas
from shapely import geometry
import matplotlib.pyplot as plt
import jsondata = geopandas.read_file('中国.json')
a=data.geometry.to_json()
polygon_dict = json.loads(a)features=len(polygon_dict["features"][:])
point_list=[]
for i in range(features):#print('features****************************************')coordinates=len(polygon_dict["features"][i]["geometry"]["coordinates"][:])for j in range(coordinates):#print('coordinates-----------------------------------')rows=int(len(np.array(polygon_dict["features"][i]["geometry"]["coordinates"][j]).flatten())/2)point=(np.array(polygon_dict["features"][i]["geometry"]["coordinates"][j]).flatten()).reshape(rows,2)#print(point)point_list.append(point)
ini=point_list[0]
num=len(point_list)
for k in range(1,num):ini=np.vstack((ini,point_list[k]))import matplotlib.pyplot as plt
import matplotlib.path as mpath
import matplotlib.ticker as mticker
import cartopy.crs as ccrs
import cartopy.feature as cfeature
from cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER
import cartopy.mpl.ticker as cticker
import cartopy.io.shapereader as shpreader
import seaborn as sns
from matplotlib import rcParams
import matplotlib as mpl
mpl.rcParams["font.family"] = 'Times New Roman'  #默认字体类型
mpl.rcParams["mathtext.fontset"] = 'cm' #数学文字字体
mpl.rcParams["font.size"] = 16  #字体大小font = {'family' : 'Times New Roman','color'  : 'black','weight' : 'normal','size'   : 25,}
fig1 = plt.figure(figsize=(14,7))########################################################################################另外三幅子图
ax2 = fig1.add_subplot(1,1,1, projection=ccrs.PlateCarree())
gl=ax2.gridlines(crs=ccrs.PlateCarree(), draw_labels=True,linewidth=1, color='gray', alpha=0.5, linestyle='--')ax2.add_feature(cfeature.COASTLINE.with_scale('110m'))
img_extent1=[107,117,28,34]
ax2.set_extent(img_extent1, ccrs.PlateCarree())lon,lat=np.meshgrid(lon1,lat1)
c7 = ax2.pcolormesh(lon,lat,-delta,transform=ccrs.PlateCarree(),cmap=plt.cm.bwr,vmin=-70,vmax=70,alpha=1)
cb=plt.colorbar(c7)
cb.ax.tick_params(labelsize=16)  #设置色标刻度字体大小
ax2.scatter(ini[:,0],ini[:,1],transform=ccrs.PlateCarree(),marker='.',color='k')plt.savefig('test.jpg')

Python geojson文件可视化相关推荐

python基于模型对测试集和训练集的预测概率结果文件可视化模型的校准曲线、多个模型的校准曲线（calibration curve）
python基于模型对测试集和训练集的预测概率结果文件可视化模型的校准曲线.多个模型的校准曲线(calibration curve) 目录
Python使用matplotlib可视化绘制并通过Tkinter生成按钮将可视化结果导出为pdf文件
Python使用matplotlib可视化绘制并通过Tkinter生成按钮将可视化结果导出为pdf文件目录 Python使用matplotlib
Python使用matplotlib可视化绘制并导出可视化结果图表到PDF文件中
Python使用matplotlib可视化绘制并导出可视化结果图表到PDF文件中目录 Python使用matplotlib可视化绘制并导出可视化结果图表到PDF文件中
python如何读取mat文件可视化_python Matplotlib数据可视化（1）：简单入门
1 matplot入门指南 matplotlib是Python科学计算中使用最多的一个可视化库,功能丰富,提供了非常多的可视化方案,基本能够满足各种场景下的数据可视化需求.但功能丰富从另一方面来说也意 ...
python高德地图可视化_【可视化】python地图可视化_Folium
本文简单介绍python语言的地图可视化库Folium 效果图能力概述 Python语言地图可视化可以换(高德)底图有添加点线面和简单配色的功能可以导出为html页简介 Folium是Le ...
厉害了，用Python绘制动态可视化图表，并保存成gif格式
作者 | 俊欣来源 | 关于数据分析与可视化最近有粉丝问道说"是不是可以将这些动态的可视化图表保存成gif图",小编立马就回复了说后面会写一篇相关的文章来介绍如何进行保存gif ...
Heartrate：一个牛逼的工具，Python执行实时可视化
实时堆栈追踪(stacktrace) Heartate--如监测心率般追踪程序运行项目地址:https://github.com/alexmojaki/heartrate (点击阅读原文即可访问) ...
python与excel做数据可视化-用Python进行数据可视化的10种方法
原标题:用Python进行数据可视化的10种方法 2015-11-19 关于转载授权大数据文摘作品,欢迎个人转发朋友圈,自媒体.媒体.机构转载务必申请授权,后台留言"机构名称+转载&quo ...
python代码示例图形-纯干货：手把手教你用Python做数据可视化（附代码）
原标题:纯干货:手把手教你用Python做数据可视化(附代码) 导读:制作提供信息的可视化(有时称为绘图)是数据分析中的最重要任务之一.可视化可能是探索过程的一部分,例如,帮助识别异常值或所需的数据转 ...

Python geojson文件可视化

Python geojson文件可视化相关推荐

最新文章

热门文章