曲线绘制 绘制曲线y=x^2 绘制正弦和余弦曲线 注意： 生成等差数列：numpy.linspace(起始数,结束数,绘制点的个数) 散点图 plt.scatter(x,y) 使用scatter绘制不同大小和颜色的散点图 绘制不同种类和颜色的线 作为线形图的替代，可以通过向plot()函数添加格式字符来显示离散值。可以使用一下格式化字符。 ...

绘制条形图 bar(x,y,color,width) 函数来生成纵向条形图 barh(x,y,color,height) 函数用来生成横向条形图 [*]x条装显示位置 [*]y显示值 [*]color显示颜色 【实例】对部分条形图，使用颜色区分 绘制带方差的条形图 语法：yerr = 波动数值列表 fill_between的使用 作用：将两条直线之间进行颜色填充 【实 ...

绘制直方图 [*]data： 所有的数据 [*]bins ：分的组数 [*]normed： y轴是否显示为百分比 语法：plt.hist(data,bins) 【实例】绘制直方图 【实例】直方图的使用 绘制盒图 语法格式： [*]参数 loc(float)：正态分布的均值，对应着这个分布的中心。loc=0说明这一个以y轴为对称轴的正态分布。 [*] [*]参数 scale(floa ...

一、简要谈谈折线图 折线图是科学或者商业图表中最为基础的一种了，其主要展示时间序列的变化情况，能够使读者了然数据的大小、升降、正负关系，还能展示各种折线数据的相对关系，但对整体——局部的表现力较差，参与有地图的绘制也比较困难。 折线图非常实用，过往期刊杂志由于黑色印刷，为区分各个值的折线，要求用标记 ...

折线图实用命令 A、堆积折线图 严格来说这个函数不属于plot( )，但是为了方便，也放在这里讲，堆积折线图可以实现不同折线之间的填色样式，该图主要依赖stackplot( )命令。 B、折线图与坐标轴之间进行填色 这也是一种常规的折线数值比较方式，通过plt.fill( )命令绘制： C、使用fill_between( )命令完成B类型填充 ...

一、简要谈谈散点图 散点图scatter在气象绘图上主要用于地理信息的标注、站点值的检验、时间序列数据可视化等等，相比其他行业，气象上散点图的应用明显低频。当散点图的直径大小和内部填色改变时，有一个名谓“气泡图”的说法。 下面是在文献中截取的两种典型使用方式： 图一 使用散点图表示青藏高原站点地理信息 ...

散点图应用实例 A、最基础的传入数据，赋值给参数s，仅以散点大小表示数据变化 B、最基础的传入数据，赋值给c和cmap，仅以散点颜色表示大小 C、以散点大小和颜色同时表示一种数据的变化 这种方式是目前最为流行的散点数据显示方式，如果一个数据越大，那么他的填色越深并且散点面积越大，这样最能展示数据的 ...

简谈柱状图 柱状图和折线图在展示时间序列时原理类似，但是视觉效果是不一样的。折线图首先给予读者趋势的变化，然后是数量的变化；柱状图首先给读者数量的变化，然后才是趋势的变化。 柱状图在商务图表上用的比较多，比如经济、社调报告。气象由于研究方法的特性，对折线图和等值线图运用偏多，于是柱状图最常用的就是降 ...

实用柱状图绘制方法 本节主要简单介绍柱状图的一些实用绘制方法： A、如何使柱体在区分正负值（特别是距平），或者突破某一限制值柱体的颜色能够不一致 只需要一个np.where( )命令即可完成，这个命令在前面已经介绍过了，这里也可以用，看不懂就跑代码编代码。 B、如何并列多个数据 其实就是把每个柱体的横坐标挪 ...

轴坐标名 这一节主要讲解图的坐标名的设置方法、常用的美化命令。 首先是设置坐标名称的命令【plt.xlabel (ylabel) 】或者【ax.set_xlabel (ylabel)】 在其中以引号输入你需要的标题文本，如： 这样就会生成x轴坐标名，y轴同理。当然，大多数时候这个最质朴的命令是无法满足我们的需求的。由于该命令完全是基于text模块的 ...

边框（轴） 边框（轴）是子图中比较重要的一部分，下面简要介绍一些实用的边框操作。 A、边框的隐现 对普通的子图 对地图 对普通的子图，仅对某一边或几边去框线 对地图 B、边框的粗细 参考上一节的关于边框粗细语句。 C、坐标轴仅显示一部分 D、使坐标轴和子图内容物有一定的距离 E、使轴生成箭头 在色标中运 ...

多维数组 多维数组（Multi-dimensional, N-dimensional, ND Arrays,Tensors）在计算科学、物理学、天文学、地球科学、生物信息学、工程学、金融等领域应用颇为广泛。 如果你之前学习过python语言，那你一定不会对NumPy包[2]陌生。那有个问题便可以提出，为什么不直接使用numpy数组读取地球科学数据，而要使用xarray提供的 ...

xr.DataArray类 xr.DataArray是一个容器，能够装一个变量的信息，比如可以把温度在时空的变化放在里面。 假如温度数据在时空上全为1，那么有 可以注意到DataArray括号内的三行内容：第一行，利用Numpy包的np.ones函数创建一个3x4x2 numpy类的全1数组；第二行，我们把三个维度分别命名为x, y, z；第三行，取了一个名字Tem ...

xr.Dataset类 Dataset 的对象可以将多个变量放在一起。可以定义每一个都有相应不同维度。 Dataset由下列三个部分组成 [*]data_vars：类似于python字典从名称至值的映射关系。对于每一个变量都必须要提供维度名称 和DataArray对象或元组语法。 [*]coords: 与 DataArray类似 [*]attrs: 与 DataArray类似 作为例子，下面我 ...

pandas 数据类型转换和读取写入 若要由pandas对象转换为 xarray 对象或者由 xarray 转为pandas对象，可以对pandas对象使用to_xarray方法或者对 xarray 对象使用to_pandas方法进行转换。 我们先导入 pandas 包和 numpy 包，为方便后续的代码书写，as关键词对 pandas、numpy 定义了 pd、np 两个别名。 pandas（pd）包中的 ...

数据输入输出 Xarray 最广泛使用的特性之一是它读写各种数据格式的能力。例如，Xarray 可以读取以下格式: [*]NetCDF/ GRIB (通过函数open_dataset / open_mfdataset, to_netcdf / save_mfdataset) [*]Zarr(通过函数 open_zarr, to_zarr) [*]GeoTIFF/GDAL rasters(通过函数 open_rasterio) NetCDF 存储 Xarray 数据结构 ...

基于维度名称对数据进行索引和分片 在默认情况下，对于不同的维度的区分常用axis0, axis1, axis2……通过这样来区分维度是非常让人困惑的，因为在高维的情况下可能并不能准确的区分各个维度，因而引入了对维度命名的方法，比如x, y, z…… 在开始学习xarray通过维度名称对数据索引之前，先回顾在numpy中的索引（index）的 ...

基于坐标名称对数据进行索引和分片 xarray最为有特色的便是对维度的坐标映射。除了上述基于维度名称的数字索引，当然还可以利用坐标对数据进行索引。 我们先创建了一个名为arr的DataArray类型的xarray数组。这个数组的数据是4×6的符合正态分布随机二维数组，有两个维度，维度名称分别为x和y，进而我们对这两个维度映射 ...

本节主要来讨论对 xarray 对象进行科学计算。同样我们先引入包，以便后续代码的调用。 示例数据 首先我们先导入所需的数据，本次使用的是经扩展重构的海表面温度 v5 数据集（Extended Reconstructed Sea Surface Temperature, abbr. ERSST）。这个数据集可追溯到 1854 年的海表面温度，并被广泛使用。 数据请在公众号 ...

引入所需的包和随机数种子 创建本节所需数据数组arr 平面插值 有时候想要知道格点框中更加高分辨率的值，这时候可以使用interp函数进行数据插值。 值得一提的是，若给定插值后的范围大于原有的范围（外推）的话，在原有数据范围外的数据将会赋值为nan。 如果已经有一个包含给定插值模板的对象，只需用interp_like即 ...