Python气象绘图——序列图作业

一、作业要求
        读取PDO指数文件数据，绘制1854-2023年，1月（红色实线+marker）和7月（蓝色虚线+marker）的PDO指数，使用twinx，绘制双纵坐标图，需要有legend,调整字体大小，使其达到美观。

二、数据来源

        1854年1月至2024年12月PDO指数数据文件，用于练习pandas库中的pandas.read_csv读取数据的指令。

PDO from ERSST V5 https://psl.noaa.gov/pdo/ Using EOF from 1920 to 2014 for N Pacific (see webpage)

 三、代码

1、准备

        引入数据处理的numpy、pandas库以及绘图需要的matplotlib库，更多详细介绍与用法可查询官网。

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

        我们要绘制的图像如果需要中文标注（横纵坐标名字，所绘制的变量名），以及为负数据的负号，需要以下代码进行引入。

from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.rcParams['axes.unicode_minus'] = False

2、读取文件

filename = 'timeseries.pdo.ersstv5.csv'  # 文件路径，当数据文件与代码文件位于一个文件夹时，文件路径可以省略
df = pd.read_csv(filename, sep=',', header=0)
print(df)
JanPDO = df[0: 2040: 12]  # 读取每年1月份数据，Python的索引是从0开始的，df[0]即为第一个元素。
janpdo = np.array(JanPDO) # 将数据类型更改为ndarray即数组
JulPDO = df[6: 2046: 12]  # 读取7月份数据
julpdo = np.array(JulPDO)

        更进阶一点的做法可以通个datatime这个库来进行数据的切片选择，后面读取NetCDF文件（.nc结尾）时还会涉及。

3、绘图

# 绘图 #
fig, ax1 = plt.subplots(figsize=(20, 4))  # 设置图形窗口和绘图区域
x = np.arange(1854,2024) # 横坐标，年份用numpy库的arange生成，左闭右开，表明生成1854-2023年的数组
#ax1.axis('auto')  # 调整坐标轴，参数 'scale','auto','square'，选择'auto'即自动调整时，
# Matplotlib会自动为你设置合适的坐标轴界限，所以通常不需要显式调用。

# 折线图绘制，x横坐标，janpdo[:,1]为纵坐标，绘制连线变成折线图
ax1.plot(x, janpdo[:,1], marker='s', markevery=4, c='r', linewidth=2, markerfacecolor='w',
         markeredgecolor='r', linestyle='-', label='1月',alpha=0.7)
# janpdo是一个二维数组，第一列是日期，0000-00-00，年月日，第二列才是是数据，前面提到Python中数组（列表，元组皆是）索引从0开始，
# ':'冒号表示从头索引到尾，这里是每一行都索引，但列只索引第2列（数据）
# marker,linewidth,linestyle等参数可以搜索了解。
ax1.set_xlabel('年份', fontsize=12) # 横坐标名，fontsize用以调节字号大小，下同。
ax1.set_ylabel('1月PDO指数', fontsize=12) # 纵坐标名
ax1.legend(loc='upper left',fontsize=14, edgecolor='black') # 标注（对折线的说明），位置在图像左上，还可用数字设置位置（详情可以搜索）
ax1.set_title('1854-2023年1月和7月PDO指数',fontsize=18) # 设置标题
ax1.set_ylim(-3,4) # 设置y方向显示范围为（-3，4），这个范围外不显示
ax_jul = ax1.twinx() # 设置共轴，为第二条折线的绘制设置画布（共轴条件下，两个画布重合，两条曲线在一个子图中，后面会有多个子图的情形）
ax_jul.plot(x, julpdo[:,1], marker='o', markevery=4, c='blue', linewidth=2, markerfacecolor='w',
         markeredgecolor='blue', linestyle='--', label='7月',alpha=0.7) # 同一月份
#ax_jul.bar(x, julpdo[:,1],width=1,color='steelblue',edgecolor='navy',label='7月',alpha=0.6)
ax_jul.set_ylabel('7月PDO指数',fontsize=12)
ax_jul.legend(loc='upper right',fontsize=14)
#ax_jul.set_ylim(-3,4)
plt.xlim(1850, 2024) # 设置x方向上显示范围，同plt.ylim
# 风格化设置，也可以说是个性化设置，可以搜索查询详情
ax_jul.tick_params(right=True, direction='out',labelsize=11) # 右边的刻度都显示，且刻度向外。labelsize设置标签大小
ax1.spines['bottom'].set_linewidth(1.5)  
ax1.spines['left'].set_linewidth(1.5)
ax1.spines['top'].set_linewidth(1.5)
ax_jul.spines['right'].set_linewidth(1.5)
ax1.grid(axis='both', ls='-')  # axis = 'both','x','y' ，网格的设置。axis是设置x,y方向的网格线是否显示；ls是线型的设置。

plt.show() # 展示图像

4、结果展示