Python⽓象数据可视化学习笔记5——基于cartopy绘制contour并对中国地区
进。。。
基于cartopy绘制contour并对中国地区进⾏⽩化(包含南海)
1. 写在前⾯
2. 效果图
先看效果图,(a)©两图给出了完整的中国地图和完整的南海九段线,其中(a)添加了海岸线;(b)(d)两图中南海被放到了右下⾓,这也是常⽤的⽅法。
3. 导⼊库
主要⽤的库有读取netcdf的库,绘图的cartopy和matplotlib。最重要的是maskout.py这个库,可以从帖⼦1中第四种⽅法中获取。
import os
import maskout
from netCDF4 import Dataset
import numpy as np
import matplotlib as mpl
s as ccrs
import cartopy.feature as cfeature
from idliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
from cartopy.io.shapereader import Reader
import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
4. 读取数据
测试数据在帖⼦1中获取,shp⽂件在帖⼦2中获取,不再重复。感谢两位楼主⼤佬。
## 读数据
f = Dataset(')
lat = f.variables['latitude'][:]
lon = f.variables['longitude'][:]
t = f.variables['t'][2,1,:,:]# ⽓温
>>>>>>>>>>>###
#⽩化中国地图,加南海九段线,加海岸线
气象python零基础入门教程SHP =r'C:\Users\qiuyu\.local\share\cartopy\shapefiles\natural_earth\cultural\china_shp'
5. 定义绘图函数
这⼀部分的思路就是,先绘制标准地图和标准的填⾊图,然后利⽤maskout.shp2clip进⾏⽩化,把中国地图以外的区域的填⾊给取消。可以选择添加或者不添加海岸线。
def make_map(ax,box,lon,lat,var,proj,title,if_coast, if_nanhai):
projection = ccrs.PlateCarree()
# 加国界
ax.add_geometries(Reader(os.path.join(SHP,'cnmap.shp')).geometries(),
ccrs.PlateCarree(),facecolor='none',edgecolor='k', linewidth=0.7)
# 加海岸线
if if_coast:
oracle触发器获取执行ax.add_geometries(Reader(os.path.join(SHP,'coastline.shp')).geometries(),
ccrs.PlateCarree(),facecolor='none',edgecolor='k', linewidth=0.7)
#标注坐标轴
ax.set_extent([box[0],box[1],box[2],box[3]])
ax.set_xticks(np.linspace(box[0], box[1],5), crs=projection)
ax.set_yticks(np.linspace(box[2], box[3],5), crs=projection)
#zero_direction_label=True 有度的标识,False则去掉'''
lon_formatter = LongitudeFormatter(zero_direction_label=True)
lat_formatter = LatitudeFormatter()
ax.xaxis.set_major_formatter(lon_formatter)
ax.yaxis.set_major_formatter(lat_formatter)
#添加⽹格线
java基础语言ax.gridlines(linestyle='--',alpha=0.4)
# plot
cf = ax.contourf(lon,lat,var,cmap = RdBu_r,
transform=ccrs.PlateCarree())
maskout.shp2clip(cf,ax,shpfile=os.path.join(SHP,'country1.shp'),region='China',proj= proj)
ax.set_title(title)
return ax
6. 绘图
定义经纬度区间,建⽴画布和轴,调⽤make_map函数进⾏画图。此时,画出的(b)(d)两图没有包含南海⼩地图。
box1=[70,140,0,50]#经纬度范围
box2=[70,140,15,50]#经纬度范围
proj=ccrs.PlateCarree()
fig = plt.figure(figsize=(15,7))
ax1 = fig.add_subplot(221,projection = ccrs.PlateCarree())
ax2 = fig.add_subplot(222,projection = ccrs.PlateCarree())
ax3 = fig.add_subplot(223,projection = ccrs.PlateCarree())
ax4 = fig.add_subplot(224,projection = ccrs.PlateCarree())
make_map(ax1,box1,lon,lat,t,proj,title='(a) With coastline',if_coast=True, if_nanhai=True)
make_map(ax2,box2,lon,lat,t,proj,title='(b) With coastline + Nanhai',if_coast=True, if_nanhai=False)
make_map(ax3,box1,lon,lat,t,proj,title='(c) Without coastline',if_coast=False, if_nanhai=False)
make_map(ax4,box2,lon,lat,t,proj,title='(d) Without coastline + Nanhai',if_coast=False, if_nanhai=True)
7. 添加南海⼩地图
添加南海⼩地图的思路就是(1)先⽤fig.add_axes⽣成新的ax_nanhai插⼊到figure中,插⼊的位置由pos确定;(2)然后再重复画⼤地图的⽅法,⽤ax_nanhai绘制,选定新的区域(box_nanhai)。
#----------添加南海⼩地图------------------
def add_nanhai(ax,pos,if_coast):
#--------------右下⾓添加南海地图------------------------------------------
box_nanhai=[103,125,2,25]
ax_nanhai = fig.add_axes(pos,projection = ccrs.PlateCarree())
# 加国界
ax_nanhai.add_geometries(Reader(os.path.join(SHP,'cnmap.shp')).geometries(),
ccrs.PlateCarree(),facecolor='none',edgecolor='k', linewidth=0.7)
if if_coast:
ax_nanhai.add_geometries(Reader(os.path.join(SHP,'coastline.shp')).geometries(), ccrs.PlateCarree(),facecolor='none',edgecolor='k', linewidth=0.7)
ax_nanhai.set_extent([box_nanhai[0],box_nanhai[1],box_nanhai[2],box_nanhai[3]]) pos1 =[0.757,0.54,0.1,0.1]#南海⼩地图在figure中的位置和⼤⼩
pos2 =[0.757,0.124,0.1,0.1]
add_nanhai(ax2,pos1,if_coast=True)
add_nanhai(ax4,pos2,if_coast=False)
plt.savefig('map.png')
8. 完整代码
import os
import maskout
from netCDF4 import Dataset
import numpy as np
import matplotlib as mpl
s as ccrs
import cartopy.feature as cfeature
from idliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
from cartopy.io.shapereader import Reader
import matplotlib.pyplot as plt
linux怎么删除创建的目录import matplotlib.ticker as mticker
>>>>>>>>>>>###
## 读数据
f = Dataset(')
lat = f.variables['latitude'][:]
lon = f.variables['longitude'][:]
t = f.variables['t'][2,1,:,:]# ⽓温
>>>>>>>>>>>###
#⽩化中国地图,加南海九段线,加海岸线
SHP =r'C:\Users\qiuyu\.local\share\cartopy\shapefiles\natural_earth\cultural\china_shp'
def make_map(ax,box,lon,lat,var,proj,title,if_coast, if_nanhai):
projection = ccrs.PlateCarree()
# 加国界
ax.add_geometries(Reader(os.path.join(SHP,'cnmap.shp')).geometries(),
ccrs.PlateCarree(),facecolor='none',edgecolor='k', linewidth=0.7)
# 加海岸线
if if_coast:
ax.add_geometries(Reader(os.path.join(SHP,'coastline.shp')).geometries(),
ccrs.PlateCarree(),facecolor='none',edgecolor='k', linewidth=0.7)
#标注坐标轴
ax.set_extent([box[0],box[1],box[2],box[3]])
ax.set_xticks(np.linspace(box[0], box[1],5), crs=projection)
ax.set_yticks(np.linspace(box[2], box[3],5), crs=projection)
#zero_direction_label=True 有度的标识,False则去掉'''
lon_formatter = LongitudeFormatter(zero_direction_label=True)
lat_formatter = LatitudeFormatter()
ax.xaxis.set_major_formatter(lon_formatter)
ax.yaxis.set_major_formatter(lat_formatter)
#添加⽹格线
#添加⽹格线
# plot
cf = ax.contourf(lon,lat,var,cmap = RdBu_r,
transform=ccrs.PlateCarree())
maskout.shp2clip(cf,ax,shpfile=os.path.join(SHP,'country1.shp'),region='China',proj= proj)
ax.set_title(title)
return ax
html字体颜怎么改# make plot
box1=[70,140,0,50]
box2=[70,140,15,50]
proj=ccrs.PlateCarree()
fig = plt.figure(figsize=(15,7))
ax1 = fig.add_subplot(221,projection = ccrs.PlateCarree())
ax2 = fig.add_subplot(222,projection = ccrs.PlateCarree())
ax3 = fig.add_subplot(223,projection = ccrs.PlateCarree())
嵌入式培训班的学生ax4 = fig.add_subplot(224,projection = ccrs.PlateCarree())
make_map(ax1,box1,lon,lat,t,proj,title='(a) With coastline',if_coast=True, if_nanhai=True)
make_map(ax2,box2,lon,lat,t,proj,title='(b) With coastline + Nanhai',if_coast=True, if_nanhai=False) make_map(ax3,box1,lon,lat,t,proj,title='(c) Without coastline',if_coast=False, if_nanhai=False)
make_map(ax4,box2,lon,lat,t,proj,title='(d) Without coastline + Nanhai',if_coast=False, if_nanhai=True) #----------添加南海⼩地图------------------
def add_nanhai(ax,pos,if_coast):
#--------------右下⾓添加南海地图------------------------------------------
box_nanhai=[103,125,2,25]
ax_nanhai = fig.add_axes(pos,projection = ccrs.PlateCarree())
# 加国界
ax_nanhai.add_geometries(Reader(os.path.join(SHP,'cnmap.shp')).geometries(),
ccrs.PlateCarree(),facecolor='none',edgecolor='k', linewidth=0.7)
if if_coast:
ax_nanhai.add_geometries(Reader(os.path.join(SHP,'coastline.shp')).geometries(),
ccrs.PlateCarree(),facecolor='none',edgecolor='k', linewidth=0.7)
ax_nanhai.set_extent([box_nanhai[0],box_nanhai[1],box_nanhai[2],box_nanhai[3]])
pos1 =[0.757,0.54,0.1,0.1]
pos2 =[0.757,0.124,0.1,0.1]
add_nanhai(ax2,pos1,if_coast=True)
add_nanhai(ax4,pos2,if_coast=False)
plt.savefig('map.png')
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。
推荐文章
热门文章
-
随机森林算法的改进方法
2024-10-02 -
基于随机森林算法的风险预警模型研究
2024-10-02 -
Python中的随机森林算法详解
2024-10-02 -
随机森林发展历史
2024-10-02 -
如何使用随机森林进行时间序列数据模式识别(八)
2024-10-02 -
随机森林回归模型原理
2024-10-02 -
如何使用随机森林进行时间序列数据模式识别(六)
2024-10-02 -
如何使用随机森林进行时间序列数据预测(四)
2024-10-02 -
如何使用随机森林进行异常检测(六)
2024-10-02 -
随机森林算法和grandientboosting算法 -回复
2024-10-02 -
随机森林方法总结全面
2024-10-02 -
随机森林算法原理和步骤
2024-10-02 -
随机森林的原理
2024-10-02 -
随机森林 重要性
2024-10-02 -
随机森林算法
2024-10-02 -
机器学习中随机森林的原理
2024-10-02 -
随机森林算法原理
2024-10-02 -
使用计算机视觉技术进行动物识别的技巧
2024-10-02 -
基于crf命名实体识别实验总结
2024-10-02 -
transformer预测模型训练方法
2024-10-02
最新文章
-
随机森林算法介绍及R语言实现
2024-10-02 -
基于随机森林优化的神经网络算法在冬小麦产量预测中的应用研究_百度文 ...
2024-10-02 -
基于正则化贪心森林算法的情感分析方法研究
2024-10-02 -
随机森林算法和grandientboosting算法
2024-10-02 -
基于随机森林的图像分类算法研究
2024-10-02 -
随机森林结合直接正交信号校正的模型传递方法
2024-10-02
发表评论