python气象绘图windrose

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python气象绘图windrose相关的知识,希望对你有一定的参考价值。

参考技术A #导入包

import numpy as np

import pandas as pd

from matplotlib import pyplot as plt

from matplotlib.ticker import FuncFormatter

import matplotlib as mpl

mpl.rcParams['font.sans-serif'] = ['SimHei']  #设置简黑字体

mpl.rcParams['axes.unicode_minus'] = False  #设置负号正常显示

#----获取数据DataFrames,index*columns。index表示不同值范围,columns表示十六个风向

data = pd.DataFrame(wind_d_max_num_per,

                    index=['<15', '15~25', '25~35', '35~45',"≥45"],

                    columns='N NNE NE ENE E ESE SE SSE S SSW SW WSW W WNW NW NNW'.split())

N = 16 # 风速分布为16个方向

theta = np.linspace(0, 2*np.pi, N, endpoint=False) # 获取16个方向的角度值

width = np.pi / 4 * 0.4  # 绘制扇型的宽度,可以自行调整0.5时是360,充满,有间隔的话小于0.5即可

labels = list(data.columns) # 自定义坐标标签为 N , NSN, ……# 开始绘图

plt.figure(figsize=(6,6),dpi=600)

ax = plt.subplot(111, projection='polar')

#----自定义颜色

mycolor =['cornflowerblue','orange','mediumseagreen','lightcoral','cyan']

#----循环画风玫瑰图

i=0

for idx in data.index:

    print(idx)

    # 每一行绘制一个扇形

    radii = data.loc[idx] # 每一行数据

    if i == 0:

        ax.bar(theta, radii, width=width, bottom=0.0, label=idx, tick_label=labels,

          color=mycolor[i])

    else:

        ax.bar(theta, radii, width=width, bottom=np.sum(data.loc[data.index[0:i]]), label=idx, tick_label=labels,

          color=mycolor[i])

    i=i+1

#此种画法,注意bottom设置,第一个bottom为0,后续bottom需要在前一个基础上增加。

ax.set_xticks(theta)

ax.set_xticklabels(labels,fontdict='weight':'bold','size':15,'color':'k')

ax.set_theta_zero_location('N') #设置零度方向北

ax.set_theta_direction(-1)    # 逆时针方向绘图

#----设置y坐标轴以百分数显示

plt.gca().yaxis.set_major_formatter(FuncFormatter(lambda s, position: ':.0f%'.format(100*s)))

plt.legend(loc=4, bbox_to_anchor=(0.05, -0.25),fontsize=12) # 将label显示出来, 并调整位置

#----保存图片

plt.savefig("./windrose1.svg")

以上是关于python气象绘图windrose的主要内容,如果未能解决你的问题,请参考以下文章

Python气象数据处理与绘图(18):泰勒图

Python气象数据处理与绘图(1):数据读取

Python气象数据处理与绘图(4):显著性检验

Python气象数据处理与绘图(12):轨迹(台风路径,寒潮路径,水汽轨迹)绘制

Python气象数据处理与绘图(5):气候突变检验(年代际突变检验)

数据可视化应用气象绘图(附Python代码)