卷死！这个雷达数据可视化工具真的很好用，都来学...

前言

今天是我的可视化课程上线的第232天，目前学员416人，每篇原创公众号都会记录这个人数，用来督促和激励我的原创内容。目前课程的主要方向是 科研、统计、地理相关的学术性图形绘制方法，后续也会增加商务插图、机器学等、数据分析等方面的课程。

今天是我的可视化学习社群上线的第12天，目前学员118人，可视化学习社区以我的书籍《科研论文配图绘制指南-基于Python》为基础进行拓展，提供课堂式教学视频，还有更多拓展内容，可视化技巧远超书籍本身，书籍修正和新增都会分享到圈子里面~~

参与课程或者圈子的你将获取到：学员答疑、可视化资源分享、可视化技巧补充、可视化业务代做(学员和甲方对接)、副业交流、提升认知等等。

雷达数据可视化

今天我们课程学员的小伙伴向我咨询关于天气雷达图的绘制，最近学习的Py-ART 就可以排上用场了，下面就简单的给大家介绍一下啦~~

• Py-ART包介绍

Py-ART（Python ARM Radar Toolkit）是一个用于处理和可视化雷达数据的开源工具包，主要针对大气科学领域。它提供了一系列功能强大的工具和函数，用于读取、处理和绘制雷达数据。

以下是Py-ART的主要特点和功能：

1. 数据读取和处理：Py-ART可以读取多种雷达数据格式，包括常见的NEXRAD Level II和III数据，还支持其他常用格式。它提供了灵活的数据处理函数，可以进行数据的过滤、重采样、插值等操作。
2. 雷达数据可视化：Py-ART提供了丰富的雷达数据可视化工具，包括各种类型的雷达图。其中最常用的是雷达回波图（Radar Reflectivity），用来显示降水的分布情况；还有速度图（Velocity），用来显示风场的速度分布等。此外，Py-ART还支持绘制雷达数据的地理参考图和切片图等。
3. 数据质量控制：Py-ART提供了一些数据质量控制的方法，用于检测和修正雷达数据中的异常或无效值。这些方法包括雷达数据的噪声过滤、径向速度的退模糊、空间一致性检查等。
4. 降水估计和雷暴分析：Py-ART还提供了一些用于降水估计和雷暴分析的方法。例如，可以使用雷达回波图计算降水强度、降雨率等信息；还可以利用雷达数据的时空变化，进行雷暴识别和跟踪。
5. 可扩展性和可定制性：Py-ART是一个开源工具包，用户可以根据自己的需求进行二次开发和定制。它提供了灵活的API接口，支持用户自定义算法和可视化效果。

总之，Py-ART是一个功能丰富、易于使用的Python工具包，适用于大气科学领域的雷达数据处理和可视化。无论是数据读取、处理还是雷达图绘制，Py-ART都提供了一系列强大的功能和方法，方便用户进行数据分析和科研工作。

(PS:关于这个工具的更多可视化案例都会安排到《科研论文配图绘制指南-基于Python》一书的学习圈子中呢)

• 安装教程 这里重点提一下Py-ART包的安装步骤，因为其需要单独的构建虚拟环境，专门用于该工具包的运行，如下：

conda create -n pyart_env -c conda-forge arm_pyart

• 可视化案例

Correct reflectivity attenuation

Create a PPI plot from a Cfradial file

Create a two panel RHI plot

Create an RHI plot with reflectivity contour lines from an MDV file

Plot a PPI Using Xradar and Py-ART

Create an RHI plot with reflectivity contour lines from an MDV file

Create a 3 panel plot using GridMapDisplay

更多关于Py-ART包的使用语法和可视化案例，可参考Py-ART官网[1]

可视化学习圈子是干什么的？

科研论文配图书籍学习圈子主要通过以下几个方面，给大家带来比纸质书籍更丰富的学习内容：

• 直播教学，和读者零距离互动交流
• 及时修正勘误和定期新增绘制知识点
• 拓展衍生，绘图知识点远超书籍本身
• 直播视频+拓展资料+答疑，学习更高效

「PS」：我们直播教学内容为课堂式教学，原作者带着大家对书籍一章、一节、一页的进行教学。而且直播的视频都会通过剪辑后整理成课程，圈子中的同学可以免费、反复观看。当然，新增内容和定期答疑，直播也是如此。

• 为何会有这个书籍学习社群？ 除了上面介绍到的原因之外，无门槛的微信群难免会鱼龙混杂，问题和质量都无法得到保证，而且一些关键问题经常被淹没，且没有沉淀价值。
• 随着添加我微信的人日益增多，向我提问的人也越来越多，随便回答一下就太不负责任了；不回答也不是很好；如果都仔细回答，我也有自己的工作并且确实很忙，真的有点心有余而力不足！所以我才会建立这么一个渠道来沉淀我的可视化技巧和分享经验，以及给大家提供一个坚持学习的平台。

参考资料

[1]

Py-ART官网: https://arm-doe.github.io/pyart/index.html。