Python白化，绘制省份或区域contourf图，直接应用！

已于 2024-05-20 16:14:17 修改
阅读量1.2k 收藏 23
点赞数 24
文章标签： python matplotlib
于 2024-05-20 16:06:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/linhq1234/article/details/139060751
版权

        

目录

裁剪函数

数据

Basemap库白化绘图

Cartopy库白化绘图

总结

完整程序

        那么，很好，不出意外，我的第二篇文章出来了，再跑ConvLSTM模型时，想着如何将一片区域的分布图绘制出来，这在气象领域的研究应该是非常常见的，这里将以江苏省地区分布图为例。

        对于使用python进行白化，我是参考的气象家园里平流层的萝卜写的一篇文章，他使用的是python里Basemap包来实现绘图，但Basemap好像不更新了。所以我结合了他的方法，使用cartopy库来实现地区白化。接下来直接给出两个程序代码。

裁剪函数

        这里直接调用了大佬的裁剪函数，需要注意的就是代码中注释的地方，索引值需要和shp文件对应才行。例如我用geopandas读取shp文件后如下图所示，region就是你想要绘制的区域，这里就是第二列的“省”。

##############################裁剪函数###############
import shapefile
from matplotlib.path import Path
from matplotlib.patches import PathPatch
def shp2clip(originfig,ax,shpfile,region):
    sf = shapefile.Reader(shpfile)
    for shape_rec in sf.shapeRecords():
        #if shape_rec.record[3] == region:  ####这里需要找到和region匹配的唯一标识符，record[]中必有一项是对应的。
        if shape_rec.record[1] == region:
            vertices = []
            codes = []
            pts = shape_rec.shape.points
            prt = list(shape_rec.shape.parts) + [len(pts)]
            for i in range(len(prt) - 1):
                for j in range(prt[i], prt[i+1]):
                    vertices.append((pts[j][0], pts[j][1]))
                codes += [Path.MOVETO]
                codes += [Path.LINETO] * (prt[i+1] - prt[i] -2)
                codes += [Path.CLOSEPOLY]
            clip = Path(vertices, codes)
            clip = PathPatch(clip, transform=ax.transData)
    for contour in originfig.collections:
        contour.set_clip_path(clip)
    return clip
#####################裁剪函数#######################

数据

        考虑到大家要用到的数据不一样，这里我就直接随机生成一些数据来演示。

        以江苏省为例，经度范围为116~122，纬度范围为30~35.5，分辨率为0.1✖0.1，经过meshgrid后编制成形状为（56，61）大小的网格。生成同样网格大小的数据data1（最小值为0，最大值为50）

lat = np.round(np.arange(30, 35.5 + 0.001, 0.1),3)
lon = np.round(np.arange(116, 122 + 0.001, 0.1),3)
# 生成二维网格
grid_lon, grid_lat = np.meshgrid(lon, lat)
grid_lat = np.flipud(grid_lat)


# 生成指定范围内的随机数
data1 = np.random.uniform(low=0.0, high=50.0, size=(56, 61))

Basemap库白化绘图

        替换一下变量，然后寻找经纬度的最大最小值，等会赋值给basemap函数对象。

xx = grid_lon
yy = grid_lat
lon1,lon2=lon[0],lon[-1]  #116, 122
lat1,lat2=lat[0],lat[-1]  #30，35.5

        数据准备好后，就可以直接绘图了，先设置一些基础的东西，包括图表题、副标题，图的位置，ax1子图等参数。

plt.rcParams['font.sans-serif'] = ['SimHei']  # 正常显示中文
plt.rcParams['axes.unicode_minus'] = False  # 正常显示正负号\

#开始画图
fig = plt.figure(figsize=(16, 14),dpi=800) #设置图片大小和分辨率
#添加第一个子图
ax1 = fig.add_axes([0.1, 0.6, 0.5, 0.3])
#图标题
ax1.set_title('(a)测试',loc='left',fontsize=26)
time='Time:'+'20**.**.**'
ax1.set_title(time, loc='right',fontsize=12)

        接下来就是调用basemap，绘制底图了。设置相应的绘图区域，读取需要的shp文件，设置一些边界线、填充色等等（shp文件文章最后给出）。

m1 = Basemap(llcrnrlon=lon1, llcrnrlat=lat1, urcrnrlon=lon2, urcrnrlat=lat2, projection = 'cyl', resolution='i')
m1.readshapefile(r'E:\***\chinamap\cnmap\province','whatevername',color='gray')#替换shp文件
#画海岸线
m1.drawcoastlines(color='grey', linewidth=0.1)
m1.drawmapboundary(fill_color='white')
m1.fillcontinents(color='lightgray',lake_color='#87CEFA')

        这步之后就可以得到这样的一个底图了。（觉得色彩搭配不好看的也可以重新设置参数）

        图片看上去好像还缺点经纬度的刻度值，那么我们使用Basemap库的drawparallels()和drawmeridians()方法来绘制经纬度线，并根据参数设置标签、线宽、颜色和字体大小。

#画经纬度
parallels = np.arange(30.5, 36, 1)  # 设置纬度线范围和间隔
m1.drawparallels(parallels, labels=[True, False, False, True], linewidth=0.05, color='gray', fontsize=12)  # 绘制纬度线
meridians = np.arange(116, 122 + 1, 1)  # 设置经度线范围和间隔
m1.drawmeridians(meridians, labels=[True, False, False, True], linewidth=0.05, color='gray', fontsize=12)  # 绘制经度线

        到这里，就得到一个基本完整的底图了，只需要加上研究区域的contourf填色就变得完美了。接下来我们通过contourf直接绘图。

cs1 = m1.contourf(xx, yy, data1, levels = 15, cmap = "coolwarm", extend = "both")

        可以看到contourf填满了整个区域，而我们的目标区域只是江苏省，所以接下来进行就要对shp文件进行裁剪白化，得到自己想要的区域。调用前面开头加载的shp2clip函数，传入contourf图对象，坐标轴对象，shp文件以及最后想要的区域“江苏省”。

clip1 = shp2clip(cs1,ax1,r'E:\***\chinamap\cnmap\province','江苏省')

         到这里，我们就得到了一个江苏省的填色图，将data1数据换成你想要研究的数据，就会得到你需要的空间分布图。将lon和lat范围换成你需要的经纬度，就会得到你想要研究的区域空间分布图。

        添加上colorbar后，就是一个可以直接放入文章里的论文图。（完整代码在文章最后给出）

# 设置colorbar的具体位置
cax1 = fig.add_axes([0.2, 0.56, 0.3, 0.012])  # [left, bottom, width, height]
bar1 = plt.colorbar(cs1, cax=cax1, orientation='horizontal')
# 设置 colorbar 的参数
bar1.set_label('$NO_{2}$柱浓度 ($10^{-4}$ mol/m$^2$)')
bar1.ax.tick_params(labelsize=8)  # 设置刻度标签的字体大小
bar1.ax.set_facecolor('lightgray')  # 设置 colorbar 背景颜色

Cartopy库白化绘图

        同样的，还是先添加子图、添加标题等等，这里多的就是加上投影方式。

plt.rcParams['font.sans-serif'] = ['SimHei']  # 正常显示中文
plt.rcParams['axes.unicode_minus'] = False  # 正常显示正负号\

#开始画图
proj = ccrs.PlateCarree()  # 创建投影
fig = plt.figure(figsize=(16, 14),dpi=800) #设置图片大小和分辨率

#添加第一个子图
ax1 = fig.add_axes([0.01, 0.6, 0.5, 0.3],projection = proj)
#图标题
ax1.set_title('(b)测试',loc='left',fontsize=28)
time='Time:'+'20**.**.**'
ax1.set_title(time, loc='right',fontsize=16)

        下面就使用cartopy添加一些地理要素，比如湖泊、河流、海岸线等等，这里也设置了一下region区域，也就是研究区域。（如图b所示）

# 经纬度范围
region = [116, 122, 30, 35.5]
ax1.set_extent(region, crs=proj)#扩展边界，截取区域
ax1.add_feature(cfeature.COASTLINE.with_scale('50m'),linewidth=0.7, zorder=1)#添加海岸线
ax1.add_feature(cfeature.OCEAN.with_scale('50m'), zorder=1)
ax1.add_feature(cfeature.RIVERS.with_scale('50m'), zorder=1)#添加河流
ax1.add_feature(cfeature.LAKES.with_scale('50m'), zorder=1)#添加湖泊

        将中国地图中的省份边界数据加载到地图上，并以灰色绘制，边界线的宽度为0.7。这样可以在地图上清晰地显示中国各省份的边界。

SHP = r'E:\***\map\map\chinamap\cnmap'
ax1.add_geometries(Reader(os.path.join(SHP, 'province.shp')).geometries(), 
                  ccrs.PlateCarree(), facecolor='none', edgecolor='gray', linewidth=0.7)

        这里加一个网格线，需要的可以加，不需要也可以去掉。这里也是借助网格线gridlines编制网格，添加经纬度的刻度。这样也得到一个完整的带有省份边界的底图，加上contourf填色之后，就是一个完整的填色图了。

#网格线
g1 = ax1.gridlines(ylocs=np.arange(region[2]+0.5,region[3] +1, 1), xlocs=np.arange(region[0]-1, region[1] + 1, 2), 
                   draw_labels=True, linestyle='--', alpha=0.7)
g1.top_labels = False #取消上侧的经纬度刻度
g1.right_labels = False #取消右侧的经纬度刻度
g1.xformatter = LONGITUDE_FORMATTER #格式化程序，x轴设置为经度格式
g1.yformatter = LATITUDE_FORMATTER #格式化程序，y轴设置为纬度格式
g1.xlabel_style = {'size': 18, "color": 'k'}
g1.ylabel_style = {'size': 18, 'color': 'k'}

        这里我两句一起给出，效果和上面的一样，c1在全部空间上进行填色，clip1则是调用shp2clip函数对江苏省外的区域进行白化，得到江苏省的填色图。

c1 = ax1.contourf(grid_lon, grid_lat, data1, levels = 15, cmap = "coolwarm", extend = "both")
clip1=shp2clip(c1,ax1,r'E:\****\chinamap\cnmap\province','江苏省')

        加上colorbar后，你也会得到一个期刊论文图。

position=fig.add_axes([0.1, 0.55, 0.3, 0.01])
cb1 = fig.colorbar(c1,cax=position,orientation='horizontal',format='%.1f')
cb1.ax.tick_params(labelsize =16)

总结

        至此，将lon、lat、data1换成你自己的数据，就可以得到你需要的区域填色图。相比于ArcGIS，使用python也能够实现白化操作。（其实我是不想学ArcGIS）

        本篇内容是在网上搜索了大量的经验贴后，将其简单化、应用化得到的，可以确保你拿到就可以用到项目中。（其实他困扰了我好久，本以为研究生可以逃掉，没想到还是没逃掉）

        第一篇干货内容就交给python白化吧，下一篇的内容我还没有特别想写的。如果您有需要或者您有什么问题，请直接与我联系或在评论区说出来，我会及时回复、解决的。

完整程序

        为了方便您使用，文章末尾这里，将两个程序的完整代码分别给出。同时shp文件包也在文章末尾。（别忘了加载文章开头的裁剪函数哦！！！）

basemap：

from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
import numpy as np
import netCDF4 as nc


lat = np.round(np.arange(30, 35.5 + 0.001, 0.1),3)
lon = np.round(np.arange(116, 122 + 0.001, 0.1),3)
# 生成二维网格
grid_lon, grid_lat = np.meshgrid(lon, lat)
grid_lat = np.flipud(grid_lat)


# 生成指定范围内的随机数
data1 = np.random.uniform(low=0.0, high=50.0, size=(56, 61))


xx = grid_lon
yy = grid_lat
lon1,lon2=lon[0],lon[-1]  #116, 122
lat1,lat2=lat[0],lat[-1]  #30，35.5


plt.rcParams['font.sans-serif'] = ['SimHei']  # 正常显示中文
plt.rcParams['axes.unicode_minus'] = False  # 正常显示正负号\

#开始画图
fig = plt.figure(figsize=(16, 14),dpi=800) #设置图片大小和分辨率
#添加第一个子图
ax1 = fig.add_axes([0.1, 0.6, 0.5, 0.3])
#图标题
ax1.set_title('(a)测试',loc='left',fontsize=26)
time='Time:'+'20**.**.**'
ax1.set_title(time, loc='right',fontsize=12)

m1 = Basemap(llcrnrlon=lon1, llcrnrlat=lat1, urcrnrlon=lon2, urcrnrlat=lat2, projection = 'cyl', resolution='i')
m1.readshapefile(r'E:\*****\chinamap\cnmap\province','whatevername',color='gray')#替换shp文件
#画海岸线
m1.drawcoastlines(color='grey', linewidth=0.1)
m1.drawmapboundary(fill_color='white')
m1.fillcontinents(color='lightgray',lake_color='#87CEFA')

#画经纬度
parallels = np.arange(30.5, 36, 1)  # 设置纬度线范围和间隔
m1.drawparallels(parallels, labels=[True, False, False, True], linewidth=0.05, color='gray', fontsize=12)  # 绘制纬度线
meridians = np.arange(116, 122 + 1, 1)  # 设置经度线范围和间隔
m1.drawmeridians(meridians, labels=[True, False, False, True], linewidth=0.05, color='gray', fontsize=12)  # 绘制经度线

cs1 = m1.contourf(xx, yy, data1, levels = 15, cmap = "coolwarm", extend = "both")

clip1 = shp2clip(cs1,ax1,r'E:\*****\province','江苏省')

# 设置colorbar的具体位置
cax1 = fig.add_axes([0.2, 0.56, 0.3, 0.012])  # [left, bottom, width, height]
bar1 = plt.colorbar(cs1, cax=cax1, orientation='horizontal')
# 设置 colorbar 的参数
bar1.set_label('$NO_{2}$柱浓度 ($10^{-4}$ mol/m$^2$)')
bar1.ax.tick_params(labelsize=8)  # 设置刻度标签的字体大小
bar1.ax.set_facecolor('lightgray')  # 设置 colorbar 背景颜色

plt.show()

cartopy：

import numpy as np
import pandas as pd
import netCDF4
import xarray as xr

import os
from matplotlib import pyplot as plt
import warnings
warnings.filterwarnings("ignore")
import matplotlib as mpl
import cartopy.crs as ccrs
import cartopy.io.shapereader as shpreader
import matplotlib.colors as colors
import cartopy.mpl.ticker as cticker
from matplotlib import ticker
from matplotlib.pyplot import MultipleLocator
import time
from cartopy.io.shapereader import Reader
import cartopy.feature as cfeature
from matplotlib.colors import Normalize
import matplotlib.cm as cm
from cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER
from netCDF4 import Dataset
import matplotlib.ticker as mticker
from matplotlib.ticker import StrMethodFormatter

%matplotlib inline

np.set_printoptions(suppress=True) #取消科学计数法表示



lat = np.round(np.arange(30, 35.5 + 0.001, 0.1),3)
lon = np.round(np.arange(116, 122 + 0.001, 0.1),3)
# 生成二维网格
grid_lon, grid_lat = np.meshgrid(lon, lat)
grid_lat = np.flipud(grid_lat)


# 生成指定范围内的随机数
data1 = np.random.uniform(low=0.0, high=50.0, size=(56, 61))

plt.rcParams['font.sans-serif'] = ['SimHei']  # 正常显示中文
plt.rcParams['axes.unicode_minus'] = False  # 正常显示正负号\

#开始画图
proj = ccrs.PlateCarree()  # 创建投影
fig = plt.figure(figsize=(16, 14),dpi=800) #设置图片大小和分辨率

#添加第一个子图
ax1 = fig.add_axes([0.01, 0.6, 0.5, 0.3],projection = proj)
#图标题
ax1.set_title('(b)测试',loc='left',fontsize=28)
time='Time:'+'20**.**.**'
ax1.set_title(time, loc='right',fontsize=16)

# 经纬度范围
region = [116, 122, 30, 35.5]
ax1.set_extent(region, crs=proj)#扩展边界，截取区域
ax1.add_feature(cfeature.COASTLINE.with_scale('50m'),linewidth=0.7, zorder=1)#添加海岸线
ax1.add_feature(cfeature.OCEAN.with_scale('50m'), zorder=1)
ax1.add_feature(cfeature.RIVERS.with_scale('50m'), zorder=1)#添加河流
ax1.add_feature(cfeature.LAKES.with_scale('50m'), zorder=1)#添加湖泊

SHP = r'E:\****\map\chinamap\cnmap'
ax1.add_geometries(Reader(os.path.join(SHP, 'province.shp')).geometries(), 
                  ccrs.PlateCarree(), facecolor='none', edgecolor='gray', linewidth=0.7)

#网格线
g1 = ax1.gridlines(ylocs=np.arange(region[2]+0.5,region[3] +1, 1), xlocs=np.arange(region[0]-1, region[1] + 1, 2), 
                   draw_labels=True, linestyle='--', alpha=0.7)
g1.top_labels = False #取消上侧的经纬度刻度
g1.right_labels = False #取消右侧的经纬度刻度
g1.xformatter = LONGITUDE_FORMATTER #格式化程序，x轴设置为经度格式
g1.yformatter = LATITUDE_FORMATTER #格式化程序，y轴设置为纬度格式
g1.xlabel_style = {'size': 18, "color": 'k'}
g1.ylabel_style = {'size': 18, 'color': 'k'}

c1 = ax1.contourf(grid_lon, grid_lat, data1, levels = 15, cmap = "coolwarm", extend = "both")
clip1=shp2clip(c1,ax1,r'E:\*****\chinamap\cnmap\province','江苏省')

position=fig.add_axes([0.1, 0.55, 0.3, 0.01])
cb1 = fig.colorbar(c1,cax=position,orientation='horizontal',format='%.1f')
cb1.ax.tick_params(labelsize =16)

plt.show()

这里上传到CSDN下载中心，设置的可以免费下载，如不可以可以使用自己shp文件替代，或私信我免费发。

中国省界shp文件

奈何桥下长恨歌
关注
  • 24
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
python Basemap绘制contourf图
qq_36159362的博客
10-01 7998
python Basemap 绘制contourf 图 Basemap 为python 附加的地图包，当需要绘制地图时通过Basemap 可以方便地调用，绘制地图边界等。 导入数据 参考博客python HDF 文件读取 中的数据Lat Lon 和data 绘图 导入Basemap 和绘图所用的包 from mpl_toolkits.basemap import Basemap import ma...
python画速度等值线图_python画contour图
weixin_39981185的博客
11-26 1340
如何用python优雅的画出优雅的contour图我们选择画一个双曲线的等contour图，其实contour图就是等高线图，那么我们以圆的图为例，即： .在开始之前，我们需要先对matplotlib.pyplot.contour的命令熟悉一下，点击这里查看官方文档，以及这里matplotlib.pyplot.contourf的命令。contour([X, Y,] Z, [levels], **k...
额外篇 | basemap（下）
微信号：RunsenLiu
06-01 2527
使用basemap是为了如何绘制数据，而不是简单看下图片 以下是一些可用的绘图功能 物理边界和水体 DrawCoastlines（）：绘制大陆海岸线 drawlsmask（）：在陆地和海洋之间绘制一个遮罩，用于一个或另一个上的投影图像。 drawMapBoundary（）：绘制地图边界，包括海洋的填充颜色。 draw rivers（）：在地图上绘制河流 fillContinen...
python 3d绘图_python画图
weixin_39968823的博客
11-27 537
方法一作者｜冯昱尧Python 的绘图模块 matplotlib: python plotting 。 适用于从 2D 到 3D，从标量到矢量的各种绘图。能够保存成从 eps, pdf 到 svg, png, jpg 的多种格式。并且 Matplotlib 的绘图函数基本上都与 Matlab 的绘图函数名字都差不多，迁移的学习成本比较低。（以下图片均引用自 Thumbnail gallery ）像...
python绘制极坐标轮廓图contourf
小朱小朱绝不认输的博客
07-15 4402
任务：将每个象限的风速，距离，角度绘制成极坐标轮廓图。 使用极坐标画等直线图，可以用极地图的ax.contour或ax.contourf 。 1.变量计算 每个象限的风速，距离就不再说怎么画了，这里说下角度的计算。 两个经纬度之间的夹角（与正北方向的夹角）： # 点1到点2方向沿逆时针方向转到正北方向的夹角 def LatLng2Degree(LatZero,LngZero,Lat,Lng): """ Args: point p1(latA, lonA) p
【python海洋专题八】Cartopy画地形水深图的contourf填充间隔数调整
miaobo0的博客
10-02 738
levels=np.linspace(-9000,0,60)：调整60即可，数字越大说明画的条数越多。【python海洋专题八】Cartopy画地形水深图的contourf填充间隔数调整。【python海洋专题一】查看数据nc文件的属性并输出属性到txt文件。【Python海洋专题七】Cartopy画地形水深图的陆地填充。【python海洋专题二】读取水深nc文件并水深地形图。【Python海洋专题六】之Cartopy画地形水深图。【Python海洋专题五】之水深地形图海岸填充。
Python数据分析（三）-- Matplotlib绘图进阶
CarpeDiem
10-24 1909
本篇主要是之前Matplotlib 学习笔记的补充，积累在实际应用中的画图技巧，随着不断的深入，会不断完善此文章。目前已经包括坐标轴标签太长导致显示不全的问题、等高图、热力图、以及颜色设置等。
Python源码（绘制眼图）
10-28
在绘制眼图时，我们将使用matplotlib的plot函数来展示信号波形，以及hist2d或contourf函数来创建眼图的密度图。 4. 数据预处理：在绘制眼图前，可能需要对原始数据进行预处理，例如滤波去噪、归一化等步骤，以便更...
完整的python basemap 选nc特定区域图
12-10
5. **数据映射**：将NetCDF数据映射到地图上，例如，用`pcolormesh()`或`contourf()`绘制等值线或颜色填充图。 6. **添加图例和标签**：通过`colorbar()`添加颜色条，`text()`添加文字注解。 7. **保存和显示图像*...
python气象学多种风玫瑰图可视化合集
04-21
风玫瑰图，又称风向频率图...通过这个合集，你将能够熟练掌握使用Python和`windrose`库绘制风玫瑰图的方法，无论是基础样式还是复杂的可视化效果，都能轻松应对，从而在气象学研究或相关领域中发挥出Python的强大功能。
Python进阶-Matplotlib绘图
06-11
本课程会讲解到matplotlib中最常用的一些知识点，包括绘制基本图形，散点图，直方图，等高线图，3D图，动态图等等。同时还是涉及到legend图例，标注，多figure，subplot，设置坐标轴等一些内容。
Python三维绘图--Matplotlib
01-27
除了三维曲面，还可以通过`contourf3d`或`contour3d`函数绘制等高线，并通过`zdir`参数将其投影到特定的面上。例如： ```python ax.contourf3d(X, Y, Z, zdir='z', offset=-10, cmap='viridis') ``` 这里，`zdir...
Python可视化库matplotlib.pyplot里contour与contourf的区别
热门推荐
公众号：瑞行AI
11-12 2万+
contour和contourf都是画三维等高线图的，不同点在于contourf会对等高线间的区域进行填充，区别如下： import numpy as np import matplotlib.pyplot as plt from matplotlib.colors import ListedColormap x=np.array([1,2]) y=np.array([1,2]) z=np
python绘制contourf填色图，设置色标，解决填图的颜色与实际数值不一致的问题
m0_52014798的博客
05-04 4659
上图大部分的颜色应该是深蓝色（数值为0）才对， 但是这时候它不能正确显示颜色。上述代码直接绘制填色图，出现了颜色与数值不能正确对应的问题（如下图）解决的办法是在contourf函数中加上。
python：contourf图中颜色映射选择
最新发布
willingt的博客
01-19 807
以叶栅通道为例，遍历所有可选择的颜色映射，并将图片命名为颜色映射名称。
python气象数据可视化学习笔记7——利用cartopy+cnmaps和ERA5数据绘制填色图并对中国地区白化
qiuylulu的博客
11-18 6587
利用python cartopy+cnmaps， 基于ERA5数据绘制contour填色图，并对中国地区进行白化，且添加了南海小地图和九段线
Basemap在地图上绘制数据（整理自官网）
major_in_data_的博客
01-24 862
整理自https://matplotlib.org/basemap/users/examples.html 用到的方法： contour(): draw contour lines.（等高线） contourf(): draw filled contours. imshow(): draw an image. pcolor(): draw a pseudocolor plot.（伪色图） pcolormesh(): draw a pseudocolor plot (faster version for.
python basemap 画图案例
weixin_41108410的博客
12-05 5399
原网址： http://matplotlib.org/basemap/users/examples.html contour(): draw contour lines. contourf(): draw filled contours. imshow(): draw an image. pcolor(): draw a pseudocolor plot. pcolorme...
python的contourf区域填充
07-28
在Python中，使用contourf函数可以进行区域填充。在给定的代码中，使用了matplotlib库的contourf函数来绘制填色图。\[1\]其中，cmap参数用于设置色条的颜色映射，norm参数用于设置色条表示的数值范围。可以通过设置level参数来确保图像正确显示与数值对应的颜色。\[3\] 另外，可以使用colorbar函数来添加色条。在给定的代码中，使用plt.colorbar函数来绘制色条，并通过设置extend参数来指定色条的范围。\[2\]可以使用set_over方法或者clim函数来设置色条的最大值和最小值。\[2\] 综上所述，使用contourf函数可以实现Python中的区域填充，并可以通过设置参数来调整填充效果和色条的显示。 #### 引用[.reference_title] - *1* *3* [python绘制contourf填色图，设置色标，解决填图的颜色与实际数值不一致的问题](https://blog.csdn.net/m0_52014798/article/details/130480829)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [python绘制contourf填色图，数值超出色条设定的范围时出现空白区域](https://blog.csdn.net/m0_52014798/article/details/130480106)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值