头歌平台数据可视化-第五关时间空间数据的可视化——等高线图
写下来主要是作为自己的笔记
数据读取
全球海温数据下载后是 .nc
格式的文件,它就是 Netcdf 文件。 NetCDF 全称为 Network Common Data Format,中文译法为“网络通用数据格式”。
Netcdf 文件开始的目的是用于存储气象科学中的数据,现在已经成为许多数据采集软件的生成文件的格式。
从数学上来说,Netcdf 存储的数据就是一个多自变量的单值函数。用公式来说就是f(x,y,z,…)=value 。
函数的自变量 x,y,z 等在 Netcdf 中叫做维(dimension) 或坐标轴(axix)。
函数值 value 在 Netcdf 中叫做变量(Variables)。
自变量和函数值在物理学上的一些性质,在 Netcdf 中就叫属性(Attributes)。
一个 Netcdf 文件的结构包括以下对象:
- 变量(Variables) :变量对应着真实的物理数据。
- 维(dimension):一个维对应着函数中的某个自变量,或者说函数图象中的一个坐标轴,在线性代数中就是一个N维向量的一个分量。
- 属性(Attribute) :属性对变量值和维的具体物理含义的注释或者说解释。
- 所以需要使用特定的读取功能库 ——
netCDF4
,安装命令为:pip install netcdf4
。
读取全球海温数据并查看其所有属性:
from netCDF4 import Dataset
nc_obj = Dataset('ERsst.mnmean.nc')
for i in nc_obj.variables:print(i)
# 查看 sst 变量的信息
print(nc_obj.variables['sst'])
输出如下,为文件的各类信息:
lat
lon
time_bnds
time
sst
<class 'netCDF4._netCDF4.Variable'>
float32 sst(time, lat, lon)long_name: Monthly Means of Sea Surface Temperatureunits: degCvar_desc: Sea Surface Temperaturelevel_desc: Surfacestatistic: Meanmissing_value: -9.96921e+36dataset: NOAA Extended Reconstructed SST V5parent_stat: Individual Valuesactual_range: [-1.8 42.32636]valid_range: [-1.8 45. ]
unlimited dimensions: time
current shape = (1973, 89, 180)
filling on, default _FillValue of 9.969209968386869e+36 used
可以看出 sst 变量,在访问数据时需要传入三个参数,时间、纬度、经度。
查看 1958 年的全球海温数据:
from netCDF4 import Dataset
nc_obj = Dataset('ERsst.mnmean.nc')
temperature = nc_obj.variables['sst'][1958, :, :]
print(temperature)
print(temperature.shape)
输出结果:
[[-1.7999999523162842 -1.7999999523162842 -1.7999999523162842 ...-1.7999999523162842 -1.7999999523162842 -1.7999999523162842][-1.7999999523162842 -1.7999999523162842 -1.7999999523162842 ...-1.7999999523162842 -1.7999999523162842 -1.7999999523162842][-1.7999999523162842 -1.7999999523162842 -1.7999999523162842 ...-1.7999999523162842 -1.7999999523162842 -1.7999999523162842]...[-- -- -- ... -- -- --][-- -- -- ... -- -- --][-- -- -- ... -- -- --]]
(89, 180)
可以看出,该数据只记载了海洋的温度,而大陆的温度由 --
表示。
绘制全球海温等高线
绘制热力图
绘制全球海温时,首先要在图像上绘制出,全球海温各地数值,所以需先绘制全球海温的热力图。
from netCDF4 import Dataset
import matplotlib.pyplot as plt
import numpy as np
nc_obj = Dataset('ERsst.mnmean.nc')
temperature = nc_obj.variables['sst'][1958, :, :]
lat, lon = temperature.shape
plt.figure(figsize=(10, 5))
plt.imshow(temperature, cmap='Spectral_r')
x = plt.colorbar()
x.set_label('Temperature')
plt.show()
可视化效果如下:
图一 全球海温数据绘制热力图
参数分析:
plt.imshow()
其实就是将数组的值以图片的形式展示出来,数组的值对应着不同的颜色深浅,而数值的横纵坐标就是数组的索引,比如一个 1000X1000
的数组,图片里的点也就有 1000X1000
个,比如第一个行第一个点的坐标就是 (0,0)
,它的值会通过 colorbar
(也就是 cmap
参数)反映出来,也就可以说 plt.imshow()
函数的功能就是把数值展示成热图。
而 cmap
参数是指绘制图像的颜色参考系,还有众多的颜色模板可以进行设置,如下图:
图二 颜色模板
本次选用的就是 Spectral
,相对而已比较符合温度的代表色彩,而 Spectral_r
后面的 _r
则表示颜色取反。
plt.colorbar()
就是创建一个子图,在绘制图像的旁边,用于显示数值与颜色的对应关系。
绘制等高线
绘制全球海温,可不只有热力图的绘制,还可以绘制等高线,来很直观的展示具有相同温度的海域,有较重要的研究意义。
from netCDF4 import Dataset
import matplotlib.pyplot as plt
import numpy as np
nc_obj = Dataset('ERsst.mnmean.nc')
temperature = nc_obj.variables['sst'][1958, :, :]
lat, lon = temperature.shape
X, Y = np.meshgrid(range(lon), range(lat))
plt.figure(figsize=(10, 5))
# 画出 8 个级别的线,并将颜色设置为黑色
contour = plt.contour(X, Y, temperature, 8, colors='k')
# 等高线上标明z(即高度)的值,字体大小是7,颜色分别是黑色
plt.clabel(contour, fontsize=7, colors='k')
plt.show()
可视化效果如下:
图三 全球海温数据绘制等高线图
函数分析: 生成坐标矩阵
语法:X,Y = numpy.meshgrid(x, y)
。
参数 | 说明 |
---|---|
x,y | 网格点的横纵坐标列向量(非矩阵) |
X,Y | 坐标矩阵 |
X, Y = np.meshgrid(range(lon), range(lat))
是用于生成网格点坐标矩阵的,具体将生成数组效果如下
lon = 180
lat = 89
X, Y = np.meshgrid(range(lon), range(lat))
print(X.shape, Y.shape)
print(X)
print(Y)
(89, 180) (89, 180)
[[ 0 1 2 ... 177 178 179][ 0 1 2 ... 177 178 179][ 0 1 2 ... 177 178 179]...[ 0 1 2 ... 177 178 179][ 0 1 2 ... 177 178 179][ 0 1 2 ... 177 178 179]]
[[ 0 0 0 ... 0 0 0][ 1 1 1 ... 1 1 1][ 2 2 2 ... 2 2 2]...[86 86 86 ... 86 86 86][87 87 87 ... 87 87 87][88 88 88 ... 88 88 88]]
输出中的 X
是将 [0, lon)
纵向复制 lat
份, Y
是将 [0, lat)
横向复制 lon
份,所以 X
,Y
的矩阵形状都是一样的为 (89, 180)
。将 X,Y 数据矩阵对应组合就会形成网格坐标,绘制等高线时需要网格进行线条的绘制。
绘制等高线语法:plt.contour([X, Y,] Z, [levels], **kwargs)
。
参数说明:
参数 | 作用 |
---|---|
X,Y |
array-like,可选值 Z 的坐标。X 和 Y 必须都是 2-D ,且形状与 Z 相同,或者它们必须都是 1-d ,这样 len(X)== M 是 Z 中的列数,len(Y)== N 是 Z 中的行数 。
|
Z |
array-like(N,M) 绘制等高线的高度值。
|
levels |
int 或类似数组,可选确定等高线/区域的数量和位置。如果int Ñ ,使用 Ñ 数据间隔; 即绘制 n + 1 个等高线。水平高度自动选择。如果是数组,则在指定的级别绘制等高线。值必须按递增顺序排列。
|
编程要求
根据提示,在右侧编辑器补充代码,结合热力图以及等高线的绘制方法,绘制全球海温。
测试说明
平台会对你编写的代码进行测试。 效果图如下:
图四 绘制完成最终效果图
import matplotlib as mpl
# linux终端下没有GUI,进行设置
mpl.use('Agg')
from netCDF4 import Dataset
import matplotlib.pyplot as plt
import numpy as npnc_obj = Dataset('step5/ERsst.mnmean.nc')########## Begin ##########
# 获取 1970 年的全球海温数据
temperature = nc_obj
temperature = temperature.variables['sst'][1970,:,:]
########## End ##########lat, lon = temperature.shape# 生成网格点坐标矩阵
X, Y = np.meshgrid(range(lon), range(lat))# 添加画布,画布尺寸宽为 10,长为 5
plt.figure(figsize=(10, 5))########## Begin ##########
# 传入海温数据绘制热力图,cmap 参数选择 coolwarm
plt.imshow(temperature, cmap='coolwarm')########## End ########### 绘制色彩子图
x = plt.colorbar()########## Begin ##########
# 设置子图标签,为 Temperature
x.set_label('Temperature')########## End #################### Begin ##########
# 画出 7 条线,并将颜色设置为红色
contour = plt.contour(X, Y, temperature,7, colors='r')########## End ########### 等高线上标明z(即高度)的值,字体大小是7,颜色分别是红色
plt.clabel(contour, fontsize=7, colors='r')# 保存图像
plt.savefig('step5/image1/test.png')
头歌平台数据可视化-第五关时间空间数据的可视化——等高线图相关推荐
- 如何下载头歌平台在线实验闯关中的文件到本地进行查看
如何下载头歌平台在线实验闯关中的文件到本地进行查看 文章目录 如何下载头歌平台在线实验闯关中的文件到本地进行查看 一.前言 二.进入在线实验 三.使用SSH工具连接实验所属服务器 四.下载需要的文件到 ...
- 西电-数据可视化-实验五-高维非空间数据可视化(pyecharts)
西电-数据可视化-实验五-高维非空间数据可视化 一.实验内容 在某次大型会议中,为确保会议过程安全,会场使用了电子胸牌对场内人员的移动轨迹进行了监控.现经过处理,得到了某一天内人员在场内各个区域逗留的 ...
- 头歌动手画CPU第1关到第12关答案
头歌动手画CPU第1关到第12关答案 1.下载链接 https://download.csdn.net/download/weixin_49331631/85424140 2.简介 网上的指导文章 ...
- 计算机网络 (头歌平台)实验二
1.创建VLAN (os:平台用的虚线,其实实线貌似也可以) 注:连接需要在闪电这里选择,点击实线后在点击计算机,选择最后一个选项.因为我这里已经连了,所以最后一个选项,下图没显示出来(USB1下面的 ...
- 关于 头歌平台 复制限制解除的方法
相信进来看的都经历过这种难受的复制限制的恶心经历,网上找限制解除插件,Internet安全性设置 都不行... 话不多说,上解决方法: 1. 先全部删除代码,打几个字符,选中后 按 Ctrl + ...
- 头歌平台,大数据实验五,spark安装
spark环境安装 第一关 mkdir /app //创建 app 目录 cd /opt tar -zxvf scala-2.12.7.tgz -C /app vi /etc/profile #set ...
- 头歌平台数据结构与算法 单链表实验 第1关:倒置链表
任务描述 相关知识 实验目的 实验任务 实验说明 编程要求 测试说明 任务描述 本关任务:请在右侧编辑器的注释行填入适当内容来完成算法,以实现指定的功能,并通过运行来验证. 相关知识 实验目的 理解线 ...
- 头歌平台数据结构与算法 线性表 第2关:实现一个连接存储的线性表
目录 任务描述 相关知识 编程要求 测试说明 任务描述 本关任务要求针对链接存储方式实现的顺序表完成数据插入操作函数,以实现线性表数据插入功能. 相关知识 线性表的存储也可以采用链接存储方式来实现.链 ...
- 头歌大数据技术第二关 大数据从入门到实战 - 第2章 分布式文件系统HDFS
第1关 HDFS的基本操作 pwd 回车 cd / 回车 mkdir /develop 回车 mkdir /develop/input 回车 mkdir /develop/output 回车 star ...
最新文章
- 网站SEO优化之如何建设外链提升网站权重?
- 回溯法+奇偶剪枝——Hdu 1010 Tempter of the Bone
- python PyQt5 setGeometry()函数(设置当前QWidget的显示位置和大小)
- 用telnet 测试Http协议
- 阿里云的云虚拟主机安装dede提示数据库连接失败的解决办法
- vscode在ubuntu下安装插件,同时配置python虚拟环境、ctrl+鼠标滚轮放大代码窗口设置
- oracle虚读,oracle基础 - 若虚夜的个人空间 - OSCHINA - 中文开源技术交流社区
- python re正则查找_python正则表达式 - re
- [网络流24题]圆桌问题
- Atitit 装备工具分类 attilax总结 艾龙著 工具链体系 武器与软件行业工具也是很近似的的。 1. 分类思维	1 1.1. 总分类:冷、热	1 1.2. 轻、重、大规模杀伤性	1
- Docker 容器内体验 WebSSH
- linux之sort,unip,cut
- 在信息流上,百度或许可以给谷歌信息流支个招
- 《我的初恋、我的老婆》超爆笑!!
- 开机hidl报错修改
- 科技交流英语(2022秋)Unit 6 test
- 总分 Score Inflation(洛谷)
- 【JavaWeb04】
- web、pc客户端、app测试的区别
- 容量超大的晾衣机,还有烘干杀菌功能,云米智能晾衣机Sunny 2Pro体验
热门文章
- AutoCAD .NET: 遍历模型空间
- 集成学习(含常用案列)
- Oracle数据库Blob字段存储文本文件
- java执行sql列名无效_Sql异常:列名无效
- python装饰器带参数函数二阶导数公式_SICP Python 描述 1.6 高阶函数
- 【历史上的今天】6 月 18 日:京东诞生;网店平台 Etsy 成立;Facebook 发布 Libra 白皮书
- 在windows下启动容器时,报 the input device is not a TTY. If you are using mintty, try prefixing the command
- 手撸Spring系列8:Spring AOP(理论篇)
- 认认真真推荐几个优质公众号
- 博客开张+第1个项目:云云图书馆