python教程分享python读取nc数据并绘图的方法实例

获取nc数据的相关信息from netcdf4 import dataset import numpy as np import pandas as pd import os import matplotlib.pyplot as plt path = “f:\oco2.sif.all.daily.2001.nc” csv_path = “f:\test.csv” dst = dataset(path, mode=’r’, format=”netcdf4″) print(dst.variables.keys()) data = dst.variables[‘all_daily_sif’][:] print(data.shape) # 输出结果如下: # dict_keys([‘lat’, ‘lon’, ‘doy’, ‘all_daily_sif’]) # (92, 360, 720) #可见有92个时间序列，经度(lon)、纬度(lat)的取值有720,360个 # # 查看数据经纬度范围，经度-179.75~179.75，其中负值为西经，正值为东经；纬度正为北纬，负为南纬 # # 格点分辨率为0.5度 long = dst.variables[‘lon’][:] lati = dst.variables[‘lat’][:] print(long[0], long[-1], lati[0], lati[-1]) print(long.shape, lati.shape)

绘图

用matplotlib绘图

参考文献1

# plt对某个doy的全球sif值作图。左半部分为西半球，右边是东半球 # 选了doy为10的sif数据作图 plt.contourf(long, lati, data[10, :, :] ) plt.colorbar(label=”sif”, orientation=”horizontal”) plt.show()

运行结果：

用basemap绘图

参考文献2

from mpl_toolkits.basemap import basemap import matplotlib.pyplot as plt lat = dst.variables[‘lat’][:] lon = dst.variables[‘lon’][:] data = dst.variables[‘all_daily_sif’][:] data[10] = data[10] # use .shape function to check that arrays have # the correct size. # e.g. lon.shape print(data[10].shape) lon0 = lon.mean() lat0 = lat.mean() # 设置投影方式：cyl为圆柱投影、还可设置merc为mercator投影 llcrnrlat为起始lat；urcrnrlat为终止lat # m = basemap(projection=’merc’, llcrnrlat=lat[0], urcrnrlat=lat[-1], # llcrnrlon=lon[0], urcrnrlon=lon[-1], ax=ax1) # 参数 “resolution” 用于控制地图面积边缘的精细程度，有’l’和’h’两种取值 m = basemap(lat_0=lat0, lon_0=lon0,projection=’cyl’,resolution=’l’) # 绘制等经纬度线 纬度每隔20度画一条线，且标注经纬度 m.drawparallels(np.arange(-90., 91., 20.), labels=[1, 0, 0, 0], fontsize=10) m.drawmeridians(np.arange(-180., 181., 40.), labels=[0, 0, 0, 1], fontsize=10) m.drawcoastlines()# 绘制海岸线 # m.drawcountries(linewidth=0.25) # 绘制国界线 # m.readshapefile(‘f:edatagrass_yieldshpquhua\省’, ‘states’) # 读取中国各省边界，并绘图 lon, lat = np.meshgrid(lon, lat) xi, yi = m(lon, lat) # cmap是颜色，还可选‘jet’、‘spring’、‘winter’、’summer’、’autumn’ cs = m.contourf(xi, yi, data[10], cmap=’summer’) # pad指位置， cbar = m.colorbar(cs, location=’bottom’, pad=”10%”,format=’%.1f’) # cbar = m.colorbar(c, ‘right’, ticks=np.arange(-128, 128, 40), format=’%.1f’) font1 = {‘family’: ‘dejavu sans’, ‘weight’: ‘normal’, ‘size’: 16} plt.title(‘csif’, font1) plt.show()

运行效果：

用cartopy绘图

参考文献3

此前 python 最常用的地图包是 basemap，然而它将于 2020 年被弃用，官方推荐使用 cartopy 包作为替代。cartopy 是英国气象局开发的地图绘图包，实现了 basemap 的大部分功能，还可以通过 matplotlib 的 api 实现丰富的自定义效果。

安装cartopy包

下载安装osgeo4w4

参考文献：https://zhuanlan.zhihu.com/p/129351199 

参考文献：https://blog.csdn.net/weixin_39618339的plt画图像图例的位置怎么写代码_用basemap画气象图 

参考文献: https://zhajiman.github.io/ 

https://trac.osgeo.org/osgeo4w/

总结

到此这篇关于python读取nc数据并绘图的文章就介绍到这了,更多相关python读取nc数据绘图内容请搜索234IT>以前的文章或继续浏览下面的相关文章希望大家以后多多支持234IT>！

需要了解更多python教程分享python读取nc数据并绘图的方法实例，都可以关注python教程分享栏目—234IT（www.234it.com）