前言 很多时候我们需要拿模拟数据和站点图作对比，那就需要把模拟数据插值到站点 今天来尝试两种WRF数据插值到站点的方法并使用meteva进行简单绘图 方法一：xesmf库重插值后使用meteva进行双线性插值到站点...函数调用的是宋体，当前镜像的matplotlib字体库无宋体，先设置现有的tff plt.rcParams['font.sans-serif'] = ['Source Han Sans CN'] plt.rcParams...，最后把间隔也整数化 962 r = dif / inte ValueError: cannot convert float NaN to integer 出现nan值无法绘图...，xesmf无疑是更简单的，并且插值后直接是xarray数组省去一步。...因为使用的插值方法不同就不作比较了，xesmf和griddata都有几种插值方法，感兴趣的读者可自行探索。 实际上在meteva的插值就使用了两种：最临近插值与双线性插值。效果好坏还需大家自行试验。
空间绘图神器-Xarray 今天直接给大家介绍一下我最近常用的空间绘图神器-Xarray，之所以给大家推荐这个工具包，是因为我最近在空间可视化课程中免费新增的部分内容，其就是使用Xarray工具绘制的。...先给大家看一下新增的可视化预览图： 可视化课程新增Xarray绘图样例 话不多说，直接给大家介绍一下这个工具，如下： Xarray 是一个基于Python的开源工具包，用于在多维标记数组上进行标签化数据分析...并行计算：Xarray结合了Dask，可以实现并行计算，处理大型数据集时能够充分利用多核处理能力。...可视化：Xarray结合了Matplotlib和Cartopy等绘图库，提供了丰富的绘图功能，可以直接在数据上进行可视化分析。...完美解决Matplotlib绘图中、英文字体混显问题.. MATLAB绘图不好看？！不是，你是还没发现这几个工具包吧.. 不是，这个地理数据工具这么强的吗？数据处理、可视化它都行..
】所在行，点击所在行，可以看到该行的最右角，会出现个三角形，点击查看即可 前言 在全球气象数据分析中，判断一个经纬度点是否在陆地上是一个常见的需求。...它利用 GLOBE 数据集，以 1 公里分辨率对地球进行采样，并提取“无效”值来构建陆地掩码。该模块提供了快速、高效的globe.is_land()函数，可以帮助你轻松判断点的位置。...项目目标 提供一个快速判断经纬度点是否在陆地上的方法。 构建一个紧凑、易于使用的全球陆地掩码数据包。 替换 Basemap 库中较慢的is_land()函数。 安装依赖 !....plot() matplotlib.collections.QuadMesh at 0x7f94ef179640> 细化绘图 小结 本项目旨在利用 Python 的 global-land-mask...项目展示了如何结合多种工具进行数据处理和可视化，以实现科学分析的可视化表达。 你有什么感兴趣的题材，欢迎在评论区提出想法
所涉及Python库有 wget , matplotlib , numpy ,xarray , pytorch 等一系列在深度学习以及气象数据处理中经常使用的函数库，希望这篇文章能够对大家有所帮助。...、训练、保存、绘图，pytorch+xarray加载气象数据构建dataset进行神经网络训练，用来以及一些简单的神经网络训练技巧。...6 * 18 * self.M) x = self.dense(x) return x 卷积层中的padding使用的方式是 "same",如果你的pytorch不支持此方式...使用nn.Sequential简化神经网络的表达。 forward中x = x.reshape(-1, 6 * 18 * self.M) 语句是用来更改张量形状，链接CNN与FC。...("必须是 CMIP,OBSTrain,OBSVal 其中之一") # 及时检查数据的最大值、最小值 print("数据集名称",type_) print
这个文件包含如何创建图形元素默认风格的信息。 所修改的参数值仅在当前 Python 会话中有效。若重启 Python 且不运行参数修改代码，则仍为参数仍为默认值。...这些参数是通过字典的方式存储的。...Fontsize") Default Fontsize 预设样式表 除了可以在 Matlibplot 中自定义样式以外，还可以使用 Matlibplot 内置样式快速绘图配置。...对科学绘图而言，本样式是一个良好的解决方案。...首先导入数据 import xarray as xr import matplotlib.pyplot as plt import numpy as np ds1 = xr.open_dataset(
说到地理数据操作，也应该提及xarray库，尤其是对于地球科学中的高维数据表示来说，这个库是非常适宜了。xarray也对pandas有很好的支持。 之前也专门写过xarray库的介绍。...xarray | 数据结构(1) xarray | 数据结构(2) xarray | 数据结构(3) xarray | 索引及数据选择 Iris 强大的地球科学数据分析及可视化库，其可视化接口基于matplotlib...基于HoloViews构建而成，而且基于Cartopy库GeoViews添加了一部分地理图形，绘图部分实用matplotlib或Bokeh完成。能够很好的支持geopandas数据结构。...数据处理 satpy satpy主要用于处理气象遥感数据，并且可以将结果写入到多种图像或文件格式中。其支持大多数卫星数据的处理。...python-geotiepoints 将地理连测点数据插值或者外推到地理网格。如果只有低分辨率格点数据，想得到高分辨率格点数据时，这就显得非常有用了。 这次就先介绍这些，碰到好的库会再分享。
封图：嵊雨饧 @巴音布鲁克 导入本期所需的包和数据 import matplotlib.pyplot as plt import numpy as np import xarray as xr ds1...data1d 尝试直接使用.plot()方法绘图 data1d.plot() ? data1d.plot() 似乎图在水平方向上稍显拥挤，有办法使得画板水平方向更加宽松吗？当然有。....plot()方法中的参数figsize本质传递给了底层plt.figure....xarray 提取坐标名称和与此紧密相关的元数据attrs.long_name, attrs.standard_name, DataArray.name, attrs.units（若存在该项值）标记坐标轴的标签...控制各个子图的绘图属性。
（Ⅰ） 基础线图绘制 xarray 通过对plt.plot()的包装实现对线图的绘制。..., attrs.units（若存在该项值）标记坐标轴的标签。...名称long_name、standard_name、units符合CF 规范[1]。xarray 数据的属性可用.attrs方法获取。...data1d.plot.line("b-^", figsize = (10,4)) 线图绘制参数字符串b-^中的参数由三个对线图绘制的属性组成：线型（Line Styles）、标记（Markers）...axi in ax.flat:通过迭代器ax.flat对高维Axes数组ax迭代，获取每一个子图的Axes信息，在每一个循环过程中将各个Axes的地址赋值给axi（按址赋值），然后通过变量axi控制各个子图的绘图属性
文件为.nc格式，需要使用Python中的netCDF4或者xarray库包来读取。...可以看出，z仅仅与y,x有关，且第一相关量为y而不是x，这与我们习惯不同，在取值时需注意。 因为是二维的数据，那么按照绘制平面填色图的ax.contourf命令是可以直接读取数据绘图的。...但是最好用上面这种，理由如下：第二种不对导入的数据做取舍，那么程序在绘图时，就会将全球都绘制出来，然后再裁剪边界，这样出图效率大概慢十倍。...在绘制地形填色时，我们使用的是ax.contourf命令，他要求输入横坐标，纵坐标，与横纵坐标有关系的z值。...在z[ 1 , 1 , : , 90:181 , 100 ]里，按顺序分别表示years取第一个切片值；time取第一个切片值；层次level从上至下全部取完；纬度取第90到181个切片值；经度取第100
利用 pandas 和 xarray 整理气象站点数据 平时用 xarray 库在处理 nc 格式的数据非常方便，但偶尔还是要用到一些站点数据来辅助分析，而站点数据一般都是用文本文件存储的，比如下图这种格式...这种格式与CSV格式还有点不同，CSV格式是字段间用相同的符号隔开，而图中的文件可能是用 Fortran 写的，每个字段的长度固定为30个字符，此外，其中有不少特征值比如30XXX代表缺测/微量的情况，...一、 目标和步骤 将上图示例的文件处理为（站点，时间）坐标的 nc 格式数据，方便以后直接读取，主要有以下几个步骤： 将文本文件读取为 DataFrame 并将无效值替换为 Nan 将时间信息处理为...文件读取与预处理 导入所需的库 import numpy as np import pandas as pd import xarray as xr import matplotlib.pyplot as...df_t.loc[df_t['20-20时降水量'] >= 29999, '20-20时降水量'] = np.nan # 替换掉所有特征值 df_t.insert( # 插入日期列，此时并不以此为索引
Proplot对matplotlib进行了高度的封装，是一个高级绘图工具，其功能相当强大！而且融和了cartopy、basemap、xarray和pandas。...•设置外部colorbar和legend matplotlib中为多个子图设置colorbar和legend时是非常麻烦的，尤其是需要自定义位置时。...•新的及改进后的绘图方法 matplotlib默认的设置画图是真的难看，pandas、xarray和seaborn都进行改进，Proplot则将这些改进又进行了进一步封装优化。...•Xarray和pandas整合 传递xarray和pandas数据结构给matplotlib进行绘图时，这些数据结构的元数据信息会丢失。...因为地理图形数据通常存储在经纬度坐标中。Proplot将Cartopy和Basemap整合到了ProjAxes format方法中。 basemap的开发2020年之后将终止。
条形图（bar chart）也称为柱状图，是一种以长方形的长度为变量的统计图表，长方形的长度与它所对应的数值呈一定比例。 一、导入绘图数据 首先导入绘图所需的数据。...二、竖放条形图 1 竖放条形图绘图原理 Python中绘制竖放条形图需用matplotlib.pyplot中的bar函数，该函数的基本语法为： bar(x, height, [width], [...1 横放条形图绘图原理 Python中绘制横向条形图需用matplotlib.pyplot中的barh函数，该函数和bar函数类似，它的基本语法为： barh(y, width, [height]...比如股票价格的最小值恒小于最大值，可以把这两个数组绘制在同一个条形图中，具体语句如下： result = date.groupby(date.index.year).agg(high=('最高价','mean...至此，在Python中绘制条形图已全部讲解完毕，感兴趣的同学可以自己实现一遍
时间序列处理1 由于气象上经常研究长期气候变化，这些数据动辄上十年，上百年的再分析数据也不少，如何提取这些时间序列，如何生成时间序列，便成为一个问题，之前看到摸鱼大佬作气候研究时使用xarray花式索引提取数据将我震的五体投地...这里分为三部分，一是如何生成时间序列；二是使用xarray提取数据集里的时间序列；三是如何在绘图中使用定制化时间的显示方式。本章节是第一块的内容。...幸运的是，经过python多年发展，我们可以利用datetime、pandas、xarray甚至matplotlib方便快捷的处理时间序列，这些功能多种多样，而且互相之间多有联系，能掌握这项技能，搞科研可以事半功倍...datetime是日期时间生成器，即年月日时分秒格式，常用参数有year、month、day、hour、minute、second。 三种生成器是不一样的。即日期与时间不是一个类。...，设置12月时间间隔，而非一年时间间隔： 使用pd.offsets对生成的时间数列进行修改 假设，我需要生成每个月的2日为一年的时间序列，我们可以先生成每个月的1日，然后通过时间偏移对日期进行腾挪。
作者：石异 (南京大学大气科学学院，硕士生) 利用 pandas 和 xarray 整理气象站点数据 平时用 xarray 库在处理 nc 格式的数据非常方便，但偶尔还是要用到一些站点数据来辅助分析，而站点数据一般都是用文本文件存储的...一、 目标和步骤 将上图示例的文件处理为（站点，时间）坐标的 nc 格式数据，方便以后直接读取，主要有以下几个步骤： 将文本文件读取为 DataFrame 并将无效值替换为 Nan 将时间信息处理为...文件读取与预处理 导入所需的库 import numpy as np import pandas as pd import xarray as xr import matplotlib.pyplot as...df_t.loc[df_t['20-20时降水量'] >= 29999, '20-20时降水量'] = np.nan # 替换掉所有特征值 df_t.insert( # 插入日期列，此时并不以此为索引...） na_values 选项将把指定的值替换为 Nan parse_dates=False 防止将某些字符解析为日期 StaDir = '.
前言 博主在早期对meteva的使用写了一个笔记，就是meteva，这可能是气象萌新最需要的python库 在使用中发现它不能对有兰伯特投影的wrfout数据直接绘图，所以使用了其他库进行重新网格插值再绘图...今天在逛meteva的showdoc时刷新出了一个官方教程，大体是将wrfout数据转为pandas格式 然后使用idw进行插值绘图 下面让我们开始实践吧 温馨提示 由于可视化代码过长隐藏，可点击回旋镖...导入库与读取数据 In [23]: import xarray as xr import matplotlib.pyplot as plt #由于meteva函数调用的是宋体，当前镜像的matplotlib...500hPa target_plev = 500.0 # in hPa # 获取模型中的气压数据，这是进行插值所必需的 pressure = getvar(ncfile, 'P') # 使用interplevel...500hPa混合比分布，可作对比 等经纬度网格版本 兰伯特版本 小结 能摸索出新的方法对数据处理绘图是愉快的 图片空白部分不是数据有误或者作图有错，而是地形的原因 总的来说meteva绘图一句话，但是前期的数据转换较为复杂
前面的推文对于常用的Python绘图工具都有了一些介绍，在这里就不赘述了。...对日常的实用需求能够在一定程度上满足。后续就Python在气象常用的统计方法(显著性检验)、合成分析、多变量叠加绘图再进行推送，敬请期待！ 简单粗暴，Just show you my code!...=cbar_kwargs, transform=ccrs.PlateCarree()) # 设置标题的在代码中放置的位置很关键，注意不要放置在小图上或者新建画框了。...(ax=ax,levels=levels,cbar_kwargs=cbar_kwargs, cmap='Spectral_r') # 设置标题的在代码中放置的位置很关键，注意不要放置在小图上或者新建画框了...(ax=ax,levels=levels,cbar_kwargs=cbar_kwargs, cmap='Spectral_r') # 设置标题的在代码中放置的位置很关键，注意不要放置在小图上或者新建画框了
Matplotlib 的默认刻度定位器和格式化程序，在许多常见情况下通常都足够了，但对于每个绘图都不是最佳选择。本节将提供几个刻度位置和格式的示例，它们调整你感兴趣的特定绘图类型。...在我们进入示例之前，我们最好进一步了解 Matplotlib 绘图的对象层次结构。...Matplotlib 旨在用 Python 对象表示绘图中出现的所有内容：例如，回想一下figure是绘图元素所在的边框。...plt.FuncFormatter()提供绘图刻度外观的极细粒度控制，并且在准备绘图用于演示或发布时非常方便。 格式化器和定位器的总结 我们已经提到了一些可用的格式化器和定位器。...)）LinearLocator等间隔的刻度，从最小值到最大值LogLocator对数刻度，从最小值到最大值MultipleLocator刻度和范围是基数的倍数MaxNLocator在不错的位置寻找小于等于最大值的刻度数
前言 地图白化是一种绘制地图的技术，它可以实现对感兴趣区域以外的数据进行遮盖或填充白色的效果，从而突出显示目标区域的特征。...地图白化的原理是利用 shapefile 文件中的多边形坐标来创建一个剪切路径，然后将这个路径应用到 matplotlib 的绘图对象上，使得只有路径内的数据可见，路径外的数据被隐藏或覆盖。...气象家园的另一个五星上将clarmy在龙场悟道后开发了cnmaps库，解决广大地学学子绘制地图的痛点 环境：python3.9 方法三：cnmaps的clip_countours_by_map from...as np import xarray as xr import matplotlib.pyplot as plt import cartopy.crs as ccrs import cmaps nc...import xarray as xr import os import numpy as np import xarray as xr import matplotlib.pyplot as plt
这些数据覆盖了30公里网格上的地球，并使用137个从地表到80公里高度的高度来解析大气，包括在降低空间和时间分辨率时所有变量的不确定性信息。...作用：定义地理空间数据的几何形状，如经纬度坐标、几何拓扑结构等。2）.shx 文件内容：索引文件，用于快速定位 .shp 文件中的几何对象。作用：提高数据读取效率，尤其在处理大规模数据时。...不同的shapefile文件储存格式有所不同，重要的是需要找到所需区域的多边形数据存储的位置。数据预处理打开数据在Python中，可以使用多种库来打开和查看NetCDF（.nc）文件。...先白化数据，在绘图这样画出来的图不太好看，边界像锯齿，磕巴。...这种方法适用于气象数据的插值，尤其是当观测站点分布不均匀时。它能够生成较为平滑的结果，但可能会在边界处出现偏差。
proplot 以 matplotlib、cartopy 包作为基础，可使用 matplotlib 中的方法来绘制等值线图。...下面介绍一个简单的绘制气温的例子： 首先在 jupyter notebook 上用 xarray 读取气象数据。xarray 的安装可见【基础知识】为python部署第三方库(设备可联网版)。...要想将变量T在地图上呈现出来，就需要固定前两个维度 "time" 和 "lev" 。选择第一个时刻和最后一个高度层，在 jupyter 中查看ds.T[0,-1] 的内容。...例如 vmin, vmax 设置最大、最小值，linewidth 、edgecolor 显示 contour 的颜色和宽窄。...在 ax.colorbar() 中也可传入 colorbar 的参数，如 locator 可以调整数字显示间隔、ticklabelsize 来调整标签（240、256、272等）的大小。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
云直播
对象存储
实时音视频
