python气象绘图速成_Python气象绘图教程（十六）—Cartopy

本节提要：使用cartopy进行市县的色块填色、模仿geopandas绘制颜色图

一、利用cartopy进行市县的色块填色

其实geopandas在这方面比cartopy更加专业，由于是基于pandas的，所以在和表格类数据连接上的效果更好，不过cartopy也还能完成任务，虽然我想出的是个笨办法。

首先，还是通过meteoinfo或者GIS等软件读取图层属性：

然后在数据表中按照相同的市县顺序排列名称：

这一步是最麻烦的，但是一般市县也就十个以内，这一步工作是一劳永逸的。因为绘制业务地图的shp文件基本不会更改，所以排好序之后，每次制图只用更改excel（或者存储数据的文件）即可。

然后读入数据，绘制地图，关键代码如下：dangercolors=df['预警颜色']

shp=shpreader.Reader(shppath)

for city,color in zip(shp.geometries(),dangercolors):#zip——并行遍历函数

ax.add_geometries([city],proj,facecolor=color,edgecolor='k')

zip是py内置函数，可以直接调用，表示并行遍历。比如在这段程序中，for··· in ···逐个循环，在city循环的同时，color也同时循环，这样就可以实现绘制地图的同时给地图填色。

如果需要绘制新图，只需要修改excel中的数据即可：

二、使用cartopy绘制等级颜色图

前面的步骤和一中的一致:shppath=r'E:\shp\行政边界.shp'

filepath=r'C:\Users\lenovo\Desktop\恩施分县.xlsx'

df=pd.read_excel(filepath)

size=df['数值']#读取旱情程度

shp=shpreader.Reader(shppath)#读取地理信息

max=100#确定旱情最大值，旱情程度从0到100

for city,s in (zip(shp.geometries(),size)):#并行遍历两个列表

ax.add_geometries([city],proj,lw=1,facecolor=cmap((s/max)))#,edgecolor='k')

position=fig.add_axes([0,0,0.9,0.05])

cmap=plt.get_cmap('Reds')#获取颜色表

norm = mpl.colors.Normalize(vmin=0, vmax=100)

cb=fig.colorbar(mpl.cm.ScalarMappable(norm=norm, cmap=cmap),extend='both',

cax=position, orientation='horizontal',shrink=1)

cb.set_label('墒情利好<<<>>>作物可能绝收',fontdict={'size':6})

cb.ax.set_title('干旱程度')

在添加地理信息时，对facecolor同步填色，填色依据为该地区墒情数值与最大值max的相对大小。然后通过matplotlib官网上的自定义colorbar例子添加色条。实际上这个色条算是无源色条，和上面地图的填色只存在大小表示关系。像contourf填色图的色条就叫有源色条fig.colorbar(ax=ax),向内部传入了ax，只要ax变了，colorbar也跟随改变。

三、使用自定义的颜色

在某些时候，库包自带的颜色无法满足要求时，需要自定义颜色列表，结合前面的降水量色条定制，可以完成这个目标。max=100

colorlevel=[0,70,75,80,85,90,95,100]#等级

colorlist=['tab:blue','tab:orange','tab:green','tab:red','tab:purple','tab:brown','tab:pink']#颜色列表

new_map=mcolors.ListedColormap(colorlist)#产生颜色映射

norm=mcolors.BoundaryNorm(colorlevel,new_map.N)#生成索引

for city,s in (zip(shp.geometries(),size)):

ax.add_geometries([city],proj,lw=1,facecolor=new_map((s/max)),edgecolor='k')

position=fig.add_axes([0,0,0.9,0.05])

sm=plt.cm.ScalarMappable(cmap=new_map,norm=norm)

sm._A=[]

cb=plt.colorbar(sm,cax=position,extend='both',orientation='horizontal',shrink=1,label='等级量值与颜色')

python气象绘图速成_Python气象绘图教程（十六）—Cartopy_6相关推荐

python气象绘图速成_Python气象绘图Day-By-Day
登录后查看更多精彩内容~ 您需要登录才可以下载或查看,没有帐号?立即注册 x 本帖最后由 edwardli 于 2017-6-13 10:02 编辑工作繁事多,先上结果供交流,回头不断细化. 我 ...
python气象绘图速成_Python气象数据处理与绘图(11)：矢量箭头图(风场，通量场)
最近在计算波作用通量,正好就画到了矢量箭头图,画的过程中发现还是有很多细节需要注意的,那就直接进入正题吧. 首先,矢量箭头图是分为两种的,一种类似我们常见的风场(左图),另一种则是特殊的流场,也就是流 ...
python实用黑客脚本_Python黑客攻防（十六）编写Dos脚本，进行容易攻击演示
注:本篇文章为个人学习笔记仅供学习交流,请勿用于非法用途.转载须标明出处. 欢迎关注微信公众号:黑客帮获取更多干货. Dos攻击简介 DOS:中文名称是拒绝服务,一切能引起DOS行为的攻击都被称为D ...
python图像轮廓识别_Python+OpenCV图像处理（十六）—— 轮廓发现
简介:轮廓发现是基于图像边缘提取的基础寻找对象轮廓的方法,所以边缘提取的阈值选定会影响最终轮廓发现结果. 代码如下: importcv2 as cvimportnumpy as npdefcontou ...
【Visual C++】游戏开发四十八浅墨DirectX教程十六三维地形系统的实现
分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow 也欢迎大家转载本篇文章.分享知识,造福人民,实现我们中华民族伟大复兴! 本系列文 ...
【Visual C++】游戏开发四十八浅墨DirectX教程十六三维地形系统的实现
本系列文章由zhmxy555(毛星云)编写,转载请注明出处. 文章链接:http://blog.csdn.net/zhmxy555/article/details/8685546 作者:毛星云(浅墨) ...
Wix 安装部署教程(十六) -- 自动生成多语言文件
Wix 安装部署教程(十六) -- 自动生成多语言文件原文:Wix 安装部署教程(十六) -- 自动生成多语言文件因为持续集成需要,所有项目编译完之后生成一个多语言的安装包.之前生成mst文件都是 ...
群晖NAS教程(十六)、利用Docker安装GitLab管理代码工具
为了更好的浏览体验,欢迎光顾勤奋的凯尔森同学个人博客群晖NAS教程(十六).利用Docker安装GitLab管理代码工具群晖DSM上安装GitLab有两种方式,一种是直接在群晖套件上安装,另一种是 ...
Cesium教程(十六)：动态数据三维可视化
Cesium教程(十六):动态数据三维可视化 1.Cesium时间系统 Cesium时间系统在动态数据可视化中发挥着重要作用. 2.动态数据格式CZML CZML是Cesium团队制定的一种用来描述动 ...

python气象绘图速成_Python气象绘图教程（十六）—Cartopy_6

python气象绘图速成_Python气象绘图教程（十六）—Cartopy_6相关推荐

最新文章

热门文章