前言

2022.9学习绘图
利用python进行气象绘图，本文为学习绘制期间记录笔记，分为上、下两部分：处理数据和图像绘制。图像绘制：区分plt.fig.ax.三者关系，设置地理子图GeoAxes地图投影、调节xy轴的具体设置、调节子图间距、添加文本、添加矩形框、应用ncl中的色阶colormap。

绘制用到（上）输出的var_all_sum_win.nc

函数中的具体参数可以去官网检索、或者百度。

plt.fig.ax.三者绘制区别：

在初学的时候，网上检索的绘图代码调用的方法大不一样，有时候用plt直接出图、有时候调用fig画布、有时候又用ax的方法，最后可能也实现了同一个绘图目的，让人摸不着头脑。
在此简单的区别一下三者关系：
·plt是matplotlib集成的绘图方法，简洁，可以直接一句话出图，适合不要求绘图质量只是看看大致分布的方法。所以精细的绘图指令不适用，在本文中一句都没有。
·fig指的是画布，直观理解是用查看器打开图片，背景那个白色的底板，每个子图都是绘制在fig上的。所以fig.的绘图指令适用于多个子图共用的元素设置，或者只有一个子图的情况。
·ax指axes，约定俗成把axes编程名字赋成ax。axes勉强翻译成绘图区域，每个子图都是一个axes区域，每个子图针对性的绘图设置必须用ax.进行精细设置。

GeoAxes地图投影:绘图投影和数据投影

创建气象上用的地理子图GeoAxes的基本方法就是，在创建Axes时指定projection参数！
要区分‘绘图投影‘和’数据投影‘：
·绘图的投影用于创建ax时，对应最后绘制出的地图投影。plt.subplots
·数据在处理时的投影，绘制的时候要进行转化，应用于set_extent() set_xticks() contourf()等。

设置绘图经纬度范围ax[i].set_extent(Region, crs=proj_data)时，一定要进行坐标系转换！！！！！

x轴、y轴设置：

x轴范围设置：
ax.set_xticks(np.arange(leftlon, rightlon+90., 90.), crs=proj)
给地图经纬度加上°E、°W等：
ax.xaxis.set_major_formatter(LongitudeFormatter(zero_direction_label=False))
x轴刻度线粗细、长短调节、字体大小：
tick_params(axis=‘x’, length=7, width=1.2, labelcolor=‘w’, labelsize=12)
x轴线和标签之间距离调节：
pad=5
ax.tick_params(axis=‘both’, length=7, pad=5, labelcolor=‘k’, width=1.2, labelsize=12)

多个子图之间的间距调节：

fig.subplots_adjust(hspace=-0.01) #纵向

图上添加文本、矩形框：

ax.text(10-180.,35,’a’,fontsize=13,fontweight=‘bold’,verticalalignment=‘center’,horizontalalignment=‘center’, bbox=dict(facecolor=‘w’, boxstyle=‘Square’, pad=textLTpad[i])) #pad默认0.3

boxa = patches.Rectangle((110,10),20,10 , linewidth=2, linestyle=‘-’, zorder=1, edgecolor=‘white’, facecolor=‘none’, transform=proj_data)
ax.add_patch(boxa)

python中ncl色阶colormap映射：

http://bbs.06climate.com/forum.php?mod=viewthread&tid=43521&extra=&page=1
下载cmaps安装即可

代码


import time
time_start = time.process_time()
import numpy as np
import xarray as xr
import matplotlib.pyplot as plt
import matplotlib.patches as patches
import cartopy.crs as ccrs
import cartopy.feature as cfeature
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
import cmaps
#######################################################
##                读取方差数据
#######################################################
f = xr.open_dataset('./var_all_sum_win.nc')
lon = f.lon
lat = f.lat
var_all = f['var_all']
var_sum = f['var_sum']
var_win = f['var_win']#######################################################
##                     PLOT
#######################################################
proj      = ccrs.PlateCarree(central_longitude=180)
proj_data = ccrs.PlateCarree()                   # 数据的投影方式
leftlon, rightlon, lowerlat, upperlat = (-180, 180, -45, 45)
fig , ax  = plt.subplots(3,1,figsize=(8,8),subplot_kw={'projection':proj})######## 调节绘图经纬度范围
for i in [0,1,2]:Region = [leftlon, rightlon, lowerlat, upperlat] #要绘制的范围 lon1,lon2,lat1,lat2ax[i].set_extent(Region, crs=proj_data) #经纬度范围,坐标参考系转换
for i in [0,1,2]:# x轴ax[i].set_xticks(np.arange(leftlon, rightlon+90., 90.), crs=proj) #纬度范围ax[i].xaxis.set_major_formatter(LongitudeFormatter(zero_direction_label=False)) #加°WE,0度不加EWax[i].tick_params(axis='x', length=7, width=1.2, labelcolor='w', labelsize=12)# y轴ax[i].set_yticks(np.arange(lowerlat, upperlat+15., 15.), crs=proj) #经度范围ax[i].yaxis.set_major_formatter(LatitudeFormatter())ax[i].tick_params(axis='y', length=7, width=1.2, labelsize=12)
ax[2].tick_params(axis='both', length=7, pad=5, labelcolor='k', width=1.2,labelsize=12)# ######## 标题
ax[0].set_title('  Annual Mean',fontsize=14, y=1.05,loc='left', pad=0)
ax[1].set_title('  May-Oct.' , fontsize=14, y=1.05, loc='left', pad=0)
ax[2].set_title('  Nov.-Apr.', fontsize=14, y=1.05, loc='left', pad=0)######## 添加地理信息
for i in [0,1,2]:ax[i].add_feature(cfeature.COASTLINE.with_scale('110m'),lw=0.5)# 添加海岸线######## 子图间距
fig.subplots_adjust(hspace=-0.01, )######## 大标题
fig.suptitle('Variance of 10-30d OLR',fontsize=16, y=0.91)######## 加左上角abcd标识
textLT = ['a','b','c']
textLTpad = [0.25,0.25,0.3]
for i in [0,1,2]:ax[i].text(10-180.,35,textLT[i], fontsize=13, fontweight='bold',verticalalignment='center', horizontalalignment='center',bbox=dict(facecolor='w', boxstyle='Square', pad=textLTpad[i])) #pad默认0.3######## 填色图hatches=['//\\',None]填充网格线显著性检验
lvl = np.arange(80.,680.+40.,40.)     #等值线间隔
qs1 = ax[0].contourf(lon,lat,var_all, zorder=0, levels=lvl, transform=proj_data,cmap=cmaps.WhiteBlueGreenYellowRed, extend='both')
qs2 = ax[1].contourf(lon,lat,var_sum, zorder=0, levels=lvl, transform=proj_data,cmap=cmaps.WhiteBlueGreenYellowRed, extend='both')
qs3 = ax[2].contourf(lon,lat,var_win, zorder=0, levels=lvl, transform=proj_data,cmap=cmaps.WhiteBlueGreenYellowRed, extend='both')####### 加白色矩形框 # (110-130E,10-20N) ; (80-95E,10-20N)
for i in [0,1,2]:boxa = patches.Rectangle((110,10),20,10 , linewidth=2, linestyle='-', zorder=1, edgecolor='white', facecolor='none', transform=proj_data)boxb = patches.Rectangle((80,10),15,10 , linewidth=2, linestyle='-', zorder=1, edgecolor='white', facecolor='none', transform=proj_data)ax[i].add_patch(boxa)ax[i].add_patch(boxb)####### 色阶
colorbar = fig.add_axes([0.07, 0.07, 0.81, 0.015])
fig.colorbar(qs1, cax=colorbar, orientation='horizontal',format='%d', extendrect=True, drawedges=True)
fig.text(0.935,0.078,'W$^2$/m$^2$', fontsize=13, va='center', ha='center') plt.savefig('3.png',dpi=200)
plt.show()time_end = time.process_time()
print('\nRunning time: %s Seconds'%(time_end-time_start))

【Python气象绘图临摹】图像绘制（下）:地理子图GeoAxes、xy轴设置、应用ncl色阶colormap、各标题、海岸线、添加文本、添加矩形框相关推荐

【Python气象绘图临摹】处理数据（上）:读入输出nc数据、截取夏季/冬季数据、ButterWorth带通滤波、计算方差
前言 2022.9学习绘图利用python进行气象绘图,本文为学习绘制期间记录笔记,分为上.下两部分:处理数据和图像绘制.处理数据流程:读入olr资料,截取夏季/冬季数据,进行10-30dButte ...
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气象绘图技巧之箱线图
python气象绘图技巧–seaborn catplot python气象绘图技巧--seaborn 前言一.构建dataframe和seaborn分类? 二.使用步骤 1.引入库 2.数据分析总 ...
python 气象绘图计算多年一月的nino指数和站点降水相关图
python 气象绘图计算多年一月的nino指数和站点降水相关图效果图代码实现导入包 import cartopy.crs as ccrs import cartopy.io.shaperea ...
Python：利用python编程实现三维图像绘制展示(六面体旋转、三维球柱状体、下雪场景等)
Python:利用python编程实现三维图像绘制展示(六面体旋转.三维球柱状体.下雪场景等) 目录利用python编程实现三维图像绘制展示(六面体旋转.三维球柱状体.下雪场景等) 1.实现六面体旋 ...
Python气象绘图笔记——常用气象绘图函数脚本封装与使用记录
由于工作需要,将对我常用的python绘图脚本进行封装,为了防止代码丢失.忘记使用流程等,写个博客记录下. 要加载的包 import os import matplotlib.ticker as mt ...
python 3d绘图模块_Python绘制3D图形
3D图形在数据分析.数据建模.图形和图像处理等领域中都有着广泛的应用,下面将给大家介绍一下如何使用python进行3D图形的绘制,包括3D散点.3D表面.3D轮廓.3D直线(曲线)以及3D文字等的绘制 ...
python气象绘图速成_基于Python气象数据处理与可视化分析
基于 Python 气象数据处理与可视化分析张鑫 ; 曹蕾 ; 韩基良 [期刊名称] <气象灾害防御> [年 ( 卷 ), 期] 2020(027)001 [摘要] 全国综合气象信息共享 ...
python气象绘图相关链接
一页4图,绘制500风场及高度场.700的风场和相对湿度.850hpa的风场及高度场.海平面气压场.(3条消息) python学习记录-- 利用再分析数据绘制天气图_wdd_1992的博客-CSDN博 ...

【Python气象绘图临摹】图像绘制（下）:地理子图GeoAxes、xy轴设置、应用ncl色阶colormap、各标题、海岸线、添加文本、添加矩形框

文章目录

前言