200字范文 > python | 降水数据分析（Ⅰ）绘制全国降水四季分布图

python | 降水数据分析（Ⅰ）绘制全国降水四季分布图

时间：2022-05-16 08:29:00

写在前面

上次交了作业（全国气温分布图）之后，老师开始让自己摸索处理数据的方法。为了这周先交一个成果上去~~（已经拖了两周了）~~，决定画一个四季分布图和一个时序图，用两篇文章来记录。

下面的0.可以忽略

0.批量修改文件后缀（如txt文件 —>xlsx）（此步骤可忽略）

（此方法修改后的文件能用wps打开，但其他地方不一定能用）

用记事本创建一个新的txt文件，写入ren *.txt *.xlsx（注意是英文空格）

保存为.bat文件，保存在与需要修改后缀的文件同一目录下

保存后运行，即可看到后缀已修改

SOS：修改后的excel表格无法用office打开，显示已损坏，目前没有解决方案......

用python读取修改后的表格也会报错Excel file format cannot be determined, you must specify an engine manually.

下面开始正文 —— 画2002.3-.2的全国站点降水四季分布图

1.数据处理

1-1 将三个月每天的站点数据合并到一个文本文件中

用记事本创建一个新的txt文件，写入

for %%i in (*.txt) do type %%i>>1.txt（注意是英文空格）（1.txt为合并后文件名称）

即for %%i in (所有.这种格式的文件) do type %%i>>导出后的文件名称.文件格式

与要合并的txt文件保存在同级目录下，运行就可以了

1-2用excel读取、计算每个站点三个月降水的平均值（excel处理方法见上一篇文章）

2.绘制春夏秋冬分布图直接上代码

from pickletools import long4from pkgutil import extend_pathimport matplotlibimport matplotlib.pyplot as pltimport numpy as npfrom cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatterimport matplotlib.ticker as mtickerimport cartopy.crs as ccrsimport cartopy.feature as cfeatureimport pandas as pdfrom cartopy.io import shapereader as shpreaderdf1 = pd.read_excel(r"D:\春终版.xlsx")df2 = pd.read_excel(r"D:\夏终.xlsx")df3 = pd.read_excel(r"D:\秋终.xlsx")df4 = pd.read_excel(r"D:\冬终.xlsx")lat1 = df1['Lat']lon1 = df1['Lon']pre1 = df1['平均值项:PRE_Time_']lat2 = df2['Lat']lon2 = df2['Lon']pre2 = df2['平均值项:PRE_Time_']lat3 = df3['Lat']lon3 = df3['Lon']pre3 = df3['平均值项:PRE_Time_']lat4 = df4['Lat']lon4 = df4['Lon']pre4 = df4['平均值项:PRE_Time_']# 建立画布fig2 = plt.figure(figsize=(20, 12))norm = matplotlib.colors.Normalize(vmin=0, vmax=40)proj = ccrs.PlateCarree(central_longitude=105)leftlon, rightlon, lowerlat, upperlat = (70, 140, 15, 55) # 根据上下限确定范围，至少为10°# 春 ------------------------------------------------------------------------------------#左底宽高f2_ax1 = fig2.add_axes([0.2, 0.35, 0.45, 0.225], projection=proj)# 在画布的绝对坐标建立子图f2_ax1.set_extent([leftlon, rightlon, lowerlat, upperlat],crs=ccrs.PlateCarree())# 海岸线，50m精度f2_ax1.add_feature(cfeature.COASTLINE.with_scale('50m'))# 湖泊数据(但是这个貌似只画了比较大的湖泊，比如贝湖巴湖)f2_ax1.add_feature(cfeature.LAKES, alpha=0.5)# 以下6条语句是定义地理坐标标签格式f2_ax1.set_xticks(np.arange(leftlon, rightlon+10, 10),crs=ccrs.PlateCarree())f2_ax1.set_yticks(np.arange(lowerlat, upperlat+10, 10),crs=ccrs.PlateCarree())lon_formatter = LongitudeFormatter()lat_formatter = LatitudeFormatter()f2_ax1.xaxis.set_major_formatter(lon_formatter)f2_ax1.yaxis.set_major_formatter(lat_formatter)f2_ax1.set_title('Spr', loc='left', fontsize=10)# 读取shp文件china = shpreader.Reader(r"D:\bou2_4l.dbf").geometries()# 绘制中国国界省界九段线等等f2_ax1.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black', zorder=1)# 添加南海，实际上就是新建一个子图覆盖在之前子图的右下角f2_ax2 = fig2.add_axes([0.505, 0.353, 0.04, 0.07], projection=proj)f2_ax2.set_extent([105, 125, 0, 25], crs=ccrs.PlateCarree())f2_ax2.add_feature(cfeature.COASTLINE.with_scale('50m'))china = shpreader.Reader(r"D:\bou2_4l.dbf").geometries()f2_ax2.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black', zorder=1)f1 = f2_ax1.scatter(lon1, lat1, s=2, c=pre1, cmap='seismic',transform=ccrs.PlateCarree(), vmin=0, vmax=16)f2 = f2_ax2.scatter(lon1, lat1, s=2, c=pre1, cmap='seismic',transform=ccrs.PlateCarree(), vmin=0, vmax=16)# 夏-------------------------------------------------------------------------------------f2_ax3 = fig2.add_axes([0.5, 0.35, 0.45, 0.225], projection=proj)# 在画布的绝对坐标建立子图f2_ax3.set_extent([leftlon, rightlon, lowerlat, upperlat],crs=ccrs.PlateCarree())# 海岸线，50m精度f2_ax3.add_feature(cfeature.COASTLINE.with_scale('50m'))# 湖泊数据(但是这个貌似只画了比较大的湖泊，比如贝湖巴湖)f2_ax3.add_feature(cfeature.LAKES, alpha=0.5)# 以下6条语句是定义地理坐标标签格式f2_ax3.set_xticks(np.arange(leftlon, rightlon+10, 10),crs=ccrs.PlateCarree())f2_ax3.set_yticks(np.arange(lowerlat, upperlat+10, 10),crs=ccrs.PlateCarree())lon_formatter = LongitudeFormatter()lat_formatter = LatitudeFormatter()f2_ax3.xaxis.set_major_formatter(lon_formatter)f2_ax3.yaxis.set_major_formatter(lat_formatter)f2_ax3.set_title('Sum', loc='left', fontsize=10)# 读取shp文件china = shpreader.Reader(r"D:\bou2_4l.dbf").geometries()# 绘制中国国界省界九段线等等f2_ax3.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black', zorder=1)# 添加南海，实际上就是新建一个子图覆盖在之前子图的右下角f2_ax4 = fig2.add_axes([0.805, 0.353, 0.04, 0.07], projection=proj)f2_ax4.set_extent([105, 125, 0, 25], crs=ccrs.PlateCarree())f2_ax4.add_feature(cfeature.COASTLINE.with_scale('50m'))china = shpreader.Reader(r"D:\bou2_4l.dbf").geometries()f2_ax4.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black', zorder=1)f3 = f2_ax3.scatter(lon2, lat2, s=2, c=pre2, cmap='seismic',transform=ccrs.PlateCarree(), vmin=0, vmax=16)f4 = f2_ax4.scatter(lon2, lat2, s=2, c=pre2, cmap='seismic',transform=ccrs.PlateCarree(), vmin=0, vmax=16)# 秋-------------------------------------------------------------------------------------f2_ax5 = fig2.add_axes([0.2, 0.05, 0.45, 0.225], projection=proj)# 在画布的绝对坐标建立子图f2_ax5.set_extent([leftlon, rightlon, lowerlat, upperlat],crs=ccrs.PlateCarree())# 海岸线，50m精度f2_ax5.add_feature(cfeature.COASTLINE.with_scale('50m'))# 湖泊数据(但是这个貌似只画了比较大的湖泊，比如贝湖巴湖)f2_ax5.add_feature(cfeature.LAKES, alpha=0.5)# 以下6条语句是定义地理坐标标签格式f2_ax5.set_xticks(np.arange(leftlon, rightlon+10, 10),crs=ccrs.PlateCarree())f2_ax5.set_yticks(np.arange(lowerlat, upperlat+10, 10),crs=ccrs.PlateCarree())lon_formatter = LongitudeFormatter()lat_formatter = LatitudeFormatter()f2_ax5.xaxis.set_major_formatter(lon_formatter)f2_ax5.yaxis.set_major_formatter(lat_formatter)f2_ax5.set_title('Fal', loc='left', fontsize=10)# 读取shp文件china = shpreader.Reader(r"D:\bou2_4l.dbf").geometries()# 绘制中国国界省界九段线等等f2_ax5.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black', zorder=1)# 添加南海，实际上就是新建一个子图覆盖在之前子图的右下角f2_ax6 = fig2.add_axes([0.505, 0.053, 0.04, 0.07], projection=proj)f2_ax6.set_extent([105, 125, 0, 25], crs=ccrs.PlateCarree())f2_ax6.add_feature(cfeature.COASTLINE.with_scale('50m'))china = shpreader.Reader(r"D:\bou2_4l.dbf").geometries()f2_ax6.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black', zorder=1)f5 = f2_ax5.scatter(lon3, lat3, s=2, c=pre3, cmap='seismic',transform=ccrs.PlateCarree(), vmin=0, vmax=16)f6 = f2_ax6.scatter(lon3, lat3, s=2, c=pre3, cmap='seismic',transform=ccrs.PlateCarree(), vmin=0, vmax=16)# 冬-------------------------------------------------------------------------------------f2_ax7 = fig2.add_axes([0.5, 0.05, 0.45, 0.225], projection=proj)# 在画布的绝对坐标建立子图f2_ax7.set_extent([leftlon, rightlon, lowerlat, upperlat],crs=ccrs.PlateCarree())# 海岸线，50m精度f2_ax7.add_feature(cfeature.COASTLINE.with_scale('50m'))# 湖泊数据(但是这个貌似只画了比较大的湖泊，比如贝湖巴湖)f2_ax7.add_feature(cfeature.LAKES, alpha=0.5)# 以下6条语句是定义地理坐标标签格式f2_ax7.set_xticks(np.arange(leftlon, rightlon+10, 10),crs=ccrs.PlateCarree())f2_ax7.set_yticks(np.arange(lowerlat, upperlat+10, 10),crs=ccrs.PlateCarree())lon_formatter = LongitudeFormatter()lat_formatter = LatitudeFormatter()f2_ax7.xaxis.set_major_formatter(lon_formatter)f2_ax7.yaxis.set_major_formatter(lat_formatter)f2_ax7.set_title('Win', loc='left', fontsize=10)# 读取shp文件china = shpreader.Reader(r"D:\bou2_4l.dbf").geometries()# 绘制中国国界省界九段线等等f2_ax7.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black', zorder=1)# 添加南海，实际上就是新建一个子图覆盖在之前子图的右下角f2_ax8 = fig2.add_axes([0.805, 0.053, 0.04, 0.07], projection=proj)f2_ax8.set_extent([105, 125, 0, 25], crs=ccrs.PlateCarree())f2_ax8.add_feature(cfeature.COASTLINE.with_scale('50m'))china = shpreader.Reader(r"D:\bou2_4l.dbf").geometries()f2_ax8.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black', zorder=1)f7 = f2_ax7.scatter(lon4, lat4, s=2, c=pre4, cmap='seismic',transform=ccrs.PlateCarree(), vmin=0, vmax=16)f8 = f2_ax8.scatter(lon4, lat4, s=2, c=pre4, cmap='seismic',transform=ccrs.PlateCarree(), vmin=0, vmax=16)# colorbar 左下宽高l = 0.88b = 0.06w = 0.015h = 0.5# 对应 l,b,w,h；设置colorbar位置；rect = [l, b, w, h]cbar_ax = fig2.add_axes(rect)cb = plt.colorbar(f4, cax=cbar_ax, extend='both')plt.savefig(r'D:\桌面\Seasonal Precipitation.png', dpi=300)plt.show()

绘制结果

3.一些参考和解释

1.为了方便，直接用了第一次画图的代码，然后~~因为太懒了~~，就没有用循环来写代码。（实际上是学艺不精）

2.与第一次画图的区别

为了给四幅图设置相同的colorbar，我在网上找了好多，但是都不是用plt.figure.add_axes方法画的图，就不适用于我这个图，只好在scatter中设置上下限。

关于为什么不用subplots等快捷的方法画这四幅图：因为图中还有南海子图，我没想明白怎么画子图套小图。。。

新增：对于colorbar添加了上下限（在scatter函数中，vmin和vmax）和尖角（在plt.colorbar中，extend=‘both’）

3.下面是在画图过程中搜索到觉得值得收藏的几篇文章

(13条消息) matplotlib contourf colorbar放到下方_Python空间绘图Colorbar详解_weixin_39790102的博客-CSDN博客

(14条消息) [Python3] Matplotlib —— (九) 多子图_TreasureAI的博客-CSDN博客

最全Python绘制多子图总结 - 知乎 ()

(14条消息) Matplotlib学习手册A005_Figure的add_axes()方法_Python草堂的博客-CSDN博客_add_axes