还有高手？气象要素廓线局部放大绘制

用户11172986

发布于 2024-06-20 17:26:57

690

发布于 2024-06-20 17:26:57

文章被收录于专栏：气python风雨

前言

首先，我们需要使用Python中的Matplotlib库来创建一个简单的气象数据可视化。我们将使用Matplotlib的plot函数来绘制气象数据的整体趋势图，然后使用mark_inset函数来创建一局部放大的子图，以便更详细地查看数据的某个特定部分。

以下是步骤：导入必要的库创建示例气象数据绘制整体趋势图创建局部放大的子图在子图中绘制局部放大的气象数据显示图形让我们逐步实现这些步骤。

import matplotlib.pyplot as plt
import numpy as np
from mpl_toolkits.axes_grid1.inset_locator import TransformedBbox, BboxPatch, BboxConnector
def mark_inset(parent_axes, inset_axes, loc1a=1, loc1b=1, loc2a=2, loc2b=2, **kwargs):
    rect = TransformedBbox(inset_axes.viewLim, parent_axes.transData)

    pp = BboxPatch(rect, fill=False, **kwargs)
    parent_axes.add_patch(pp)

    p1 = BboxConnector(inset_axes.bbox, rect, loc1=loc1a, loc2=loc1b, **kwargs)
    inset_axes.add_patch(p1)
    p1.set_clip_on(False)
    p2 = BboxConnector(inset_axes.bbox, rect, loc1=loc2a, loc2=loc2b, **kwargs)
    inset_axes.add_patch(p2)
    p2.set_clip_on(False)

    return pp, p1, p2
# 生成随机数据
height = np.arange(0, 5000, 100)
temperature = np.random.randint(-50, 50, size=len(height))

# 创建图形对象和子图对象
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(20,12))

# 在第一个子图中绘制温度随高度变化的曲线图
ax1.plot(temperature, height)
ax1.set_xlabel('Temperature (°C)')
ax1.set_ylabel('Height (m)')
ax1.set_title('Temperature vs. Height')

# 在第二个子图中绘制放大的子图
ax2.plot(temperature, height)
ax2.set_xlabel('Temperature (°C)')
ax2.set_ylabel('Height (m)')
ax2.set_title('Temperature vs. Height (Zoomed)')

# 设置第二个子图的范围
ax2.set_ylim([1000, 3000])
ax2.set_xlim([-50, 50])
mark_inset(ax1, ax2, loc1a=2, loc1b=1, loc2a=3, loc2b=4, fc='none', ec='black', lw=1.75)
plt.show()

正在我自鸣得意时，上网一看，没想到还有高手 matplotlib早就做了，那么我们来学习一下

import matplotlib.pyplot as plt
import numpy as np

# 生成随机数据
height = np.linspace(0, 5000, 50)
temperature = np.random.randint(-50, 50, size=len(height))

# 创建图形对象和子图对象
fig, (ax1) = plt.subplots(1, figsize=(10,20))

# 在第一个子图中绘制温度随高度变化的曲线图
ax1.plot(temperature, height)
ax1.set_xlabel('Temperature (°C)')
ax1.set_ylabel('Height (m)')
ax1.set_title('Temperature vs. Height')


# 添加放大的子图及连接线
x1, x2, y1, y2 = -50, 50, 1000, 3000  # subregion of the original image
axins = ax1.inset_axes([1.2, 0.1, 0.6, 0.6], xlim=(x1, x2), ylim=(y1, y2), xticklabels=[], yticklabels=[])
axins.plot(temperature, height)
axins.set_title('Zoomed Inset')
ax1.indicate_inset_zoom(axins, edgecolor="black")

plt.show()

总的来说，Python的魅力就是路不只有一条。

如果觉得有帮得到的地方，麻烦您动动小手指文末的广告都给我点一下，然后一键三连啦，感谢！

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2024-01-05，如有侵权请联系 cloudcommunity@tencent.com 删除

set