python 等值线_绘图系列(1):利用matplotlib绘制等值线图
绘图系列是为了给出一些图形绘制示例,便于快速绘制一些图形。此系列不受所用语言和工具的限制,可能会使用 python,matlab,ncl,idl以及其它一些语言或是工具。
就以python来开篇,利用python中的matplotlib可视化库来绘制等值线图,并自定义colorbar。
关于 Basemap 的使用可以查看以前的文章,比如Basemap系列教程:自定义colormap,也可以在菜单中查看系列-Basemap。
# 先导入所需库
import numpy.ma as nm
import matplotlib.pyplot as plt
from matplotlib import cm, colors
from mpl_toolkits.basemap import Basemap
from pyhdf.SD import SD
hdf = SD('LISOTD_LRMTS_V2.3.2014.hdf')
# 获取数据
data = hdf.select('LRMTS_COM_FR').get()
lat = hdf.select('Latitude').get()
lon = hdf.select('Longitude').get()
datas = np.sum(data, axis = 2) # 求和
mask_datas = nm.masked_values(datas, 0) # 掩膜 datas 中等于 0 的值
# 自定义 colormap
cmp = ['#A8A8A8', '#812089', '#A817B0', '#F098EF', '#010090',
'#6868C8', '#C8C8E0', '#1FA021', '#70D06F', '#B0F1B1',
'#DFE000', '#E89008', '#C78121', '#C0712F', '#D00000',
'#A00000', '#383838', '#A8A8A8']
cmaps = colors.ListedColormap(cmp)
# 设置不等间距 colorbar
levels = [0, 0.1, 0.2, 0.4, 0.6, 0.8, 1.0, 2.0, 4.0, 6.0, 8.0, 10.0, 15.0, 20.0, 25.0, 30.0, 35.0, 40.0]
norm = colors.BoundaryNorm(levels, cmaps.N)
# 绘图
fig,ax = plt.subplots()
m = Basemap(projection='mill',\
rsphere=6371200.,resolution='l',area_thresh=10000)
m.drawcoastlines() # 绘制海岸线
m.drawstates() # 绘制美国州界
m.drawcountries() # 绘制国界
# 绘制纬度线
parallels = np.arange(-90.,91,10.)
m.drawparallels(parallels,labels=[1,0,0,0],fontsize=10)
# 绘制经度线
meridians = np.arange(-180.,181.,30.)
m.drawmeridians(meridians,labels=[0,0,0,1],fontsize=10)
# 网格化经纬度,并进行投影转换坐标
lons, lats = np.meshgrid(lon, lat)
x, y = m(lons, lats)
# 绘制等值线
con = m.contourf(x, y, mask_datas, cmap = cmaps, norm = norm, levels = levels, spacing = 'uniform')
# 添加标题
ax.set_title('Flash Density')
cax = m.colorbar(con, cmap = cmaps, ax = ax, spacing = 'uniform')
cax.set_ticks(levels)
cax.ax.tick_params(direction = 'in')
cax.set_label('flash density (fl/km^2)')
plt.show()
注意:
设置不等间距 colorbar 的时候,要注意 contourf 的 norm, spacing 等参数,以及 colorbar 的参数设置,否则不会生效,或者生效了但是 colorbar 的 colormap 显示不正常。
上述方式除了绘制等值线图之外还添加了地图信息,如果不想添加地图信息的话,可以不导入 Basemap:
import numpy.ma as nm
import matplotlib.pyplot as plt
from matplotlib import cm, colors
from pyhdf.SD import SD
hdf = SD('LISOTD_LRMTS_V2.3.2014.hdf')
data = hdf.select('LRMTS_COM_FR').get()
lat = hdf.select('Latitude').get()
lon = hdf.select('Longitude').get()
datas = np.sum(data, axis = 2)
mask_datas = nm.masked_values(datas, 0) # 掩膜 datas 中等于 0 的值
cmp = ['#A8A8A8', '#812089', '#A817B0', '#F098EF', '#010090',
'#6868C8', '#C8C8E0', '#1FA021', '#70D06F', '#B0F1B1',
'#DFE000', '#E89008', '#C78121', '#C0712F', '#D00000',
'#A00000', '#383838', '#A8A8A8']
cmaps = colors.ListedColormap(cmp)
levels = [0, 0.1, 0.2, 0.4, 0.6, 0.8, 1.0, 2.0, 4.0, 6.0, 8.0, 10.0, 15.0, 20.0, 25.0, 30.0, 35.0, 40.0]
norm = colors.BoundaryNorm(levels, cmaps.N)
fig,ax = plt.subplots()
con = ax.contourf(lon, lat, mask_datas, cmap = cmaps, norm = norm, levels = levels, spacing = 'uniform')
ax.set_xlabel('longitude', fontdict = dict(fontsize = 14))
ax.set_ylabel('latitude', fontdict = dict(fontsize = 14))
ax.set_title('Flash Density')
cax = fig.colorbar(con, cmap = cmaps, ax = ax, spacing = 'uniform')
cax.set_ticks(levels)
cax.ax.tick_params(direction = 'in')
cax.set_label('flash density (fl/km^2)')
plt.show()
注1:链接: https://pan.baidu.com/s/1ctYglK 密码: thvp
python 等值线_绘图系列(1):利用matplotlib绘制等值线图相关推荐
- python绘制折线图保存_Python利用matplotlib绘制折线图的新手教程
前言 matplotlib是Python中的一个第三方库.主要用于开发2D图表,以渐进式.交互式的方式实现数据可视化,可以更直观的呈现数据,使数据更具说服力. 一.安装matplotlib pip i ...
- Python可视化——3D绘图解决方案pyecharts、matplotlib、openpyxl
Python可视化--3D绘图解决方案pyecharts.matplotlib.openpyxl 1. pyecharts 2. matplotlib 3. openpyxl 这篇博客将介绍pytho ...
- python统计图教程_Python利用matplotlib绘制约数个数统计图示例
本文实例讲述了Python利用matplotlib绘制约数个数统计图.分享给大家供大家参考,具体如下: 利用Python计算1000以内自然数的约数个数,然后通过matplotlib绘制统计图. 下图 ...
- python绘制散点图、如何选两列作为横坐标_Python利用matplotlib绘制散点图的新手教程...
前言 上篇文章介绍了使用matplotlib绘制折线图,参考:https://www.jb51.net/article/198991.htm,本篇文章继续介绍使用matplotlib绘制散点图. 一. ...
- Python之matplotlib:利用matplotlib绘制八象空间三维图案例(知识点包括散点图、折线图、标注文字、图例、三维坐标)之详细攻略
Python之matplotlib:利用matplotlib绘制八象空间三维图案例(知识点包括散点图.折线图.标注文字.图例.三维坐标)之详细攻略 目录
- Python中利用Matplotlib绘制多图并合并展示
有个需求就是利用Matplotlib画几个像模像样的统计图然后合并在一张图中,因为此前很少用这方面的东西,所以折腾了不少时间,今天介绍一下. 1.subplot多合一 其实,利用python 的mat ...
- python怎么用散点图_Python利用matplotlib绘制散点图的新手教程
前言 上篇文章介绍了使用matplotlib绘制折线图,参考:https://www.jb51.net/article/198991.htm,本篇文章继续介绍使用matplotlib绘制散点图. 一. ...
- python 条形图_Python数据可视化:基于matplotlib绘制「堆积条形图」
简介 堆积条形图作为条形图的一种,能够显示单个项目与整体之间的关系.不仅可以直观的看出每个系列的值,还能够反映出系列的总和,尤其是当需要看某一项目的总和以及其组成各系列值的比重时,最适合使用堆积条形图 ...
- 【python数据挖掘课程】二十五.Matplotlib绘制带主题及聚类类标的散点图
这是<Python数据挖掘课程>系列文章,希望对您有所 帮助.当我们做聚类分析绘制散点图时,通常会遇到无法区分散点类标的情况,做主题分析时,可能会遇到无法将对应散点的名称(尤其中文名称)添 ...
最新文章
- 2021中国国际消费电子博览会和青岛国际软件融合创新博览会盛大开幕
- OpenCV的projectPoints函数用法
- 远程桌面连接出现身份验证错误。 要求的函数不受支持,这可能是由于 CredSSP 加密 Oracle 修正。...
- NOR FLASH和NAND FLASH基本结构和特点
- mysql并发获取唯一数值_高并发分布式环境中获取全局唯一ID[分布式数据库全局唯一主键生成]...
- 【今日CS 视觉论文速览】Mon, 14 Jan 2019
- 9.6 shell脚本应用3
- SPSS基础操作详解---系统环境设置篇
- 2020版PS基础入门视频教程全集
- list.stream().map().collect(Collectors.toList())
- CMYK与有什么RGB区别?
- FastReport VCL如何在 Lazarus安装FastReport
- 打砖块JAVA_运用java开发打砖块游戏
- 内存马涉及基础知识整理
- 苹果M1电脑上还能运行Windows吗?苹果:留了路,看微软
- 应聘华为的朋友小心了,应聘华为的悲惨遭遇!
- linux pcs 所有命令,BaiduPCS-Go Windows或linux下百度网盘cmd命令行详细使用方法
- MATLAB 多元线性回归(regress)
- USB2.0转TTL串口硬件实现
- #Python# 十进制数转换为二进制数(包含小数)
热门文章
- 攻防世界Misc-来自银河的信号
- 马斯克被曝摆架子/ 朱晓彤卸任特斯拉中国法人/ 苹果M2Pro首发台积电3nm...今日更多新鲜事在此...
- 国外整理的一套在线渗透测试资源合集[转载]
- python使用微信设置-用Python玩微信跳一跳黑科技详细使用教程
- mac解决chrome限制非安全端口问题
- 一线互联网大厂中高级Android面试真题收录!大厂直通车!
- 半阳不阳后的一些总结
- 计算机软件著作权登记的申请流程是什么
- Elasticsearch rest-high-level-client 基本操作
- ML:MLOps系列讲解之系列知识解读之完整总结系列内容(第一章~第九章)