数据:AMO_index
结果展示:
图片
往期推荐
图片
【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海洋专题二】读取水深nc文件并水深地形图
【python海洋专题三】图像修饰之画布和坐标轴
【Python海洋专题四】之水深地图图像修饰
【Python海洋专题五】之水深地形图海岸填充
【Python海洋专题六】之Cartopy画地形水深图
【python海洋专题】测试数据
【Python海洋专题七】Cartopy画地形水深图的陆地填充
【python海洋专题八】Cartopy画地形水深图的contourf填充间隔数调整
【python海洋专题九】Cartopy画地形等深线图
【python海洋专题十】Cartopy画特定区域的地形等深线图
【python海洋专题十一】colormap调色
【python海洋专题十二】年平均的南海海表面温度图
【python海洋专题十三】读取多个nc文件画温度季节变化图
【python海洋专题十四】读取多个盐度nc数据画盐度季节变化图
【python海洋专题十五】给colorbar加单位
【python海洋专题十六】对大陆周边的数据进行临近插值
【python海洋专题十七】读取几十年的OHC数据,画四季图
【python海洋专题十八】读取Soda数据,画subplot的海表面高度四季变化图
【python海洋专题十九】找范围的语句进阶版本
【python海洋专题二十】subplots_adjust布局调整
【python海洋专题二十一】subplots共用一个colorbar
【python海洋专题二十二】在海图上text
【python海洋专题二十三】共用坐标轴
【python海洋专题二十四】南海年平均海流图
【python海洋专题二十五】给南海年平均海流+scale
【python海洋专题二十六】南海海流流速图
【python海洋专题二十七】南海四季海流图
【python海洋专题二十八】南海四季海流流速图
【python海洋专题二十九】读取CTD文件数据并画温度点剖面图
【python海洋专题三十】画南海115°E的温度剖面图
【python海洋专题三十一】画南海115°E的地形温度剖面图
【python海洋专题三十二】画南海115°E的地形温度流速剖面图
【python海洋专题三十三】画海洋表面的风场分布
【python海洋专题三十四】调用自己的colormore
【python海洋专题三十五】加密数据–二维插值
【python海洋专题三十六】两个一维数组的相关系数–为海洋指数作准备
【python海洋专题三十七】海洋指数画法–折线图样式一
【python海洋专题三十八】海洋指数画法–折线图样式二
【python海洋专题三十九】海洋指数画法–折线图样式三–不同颜色的线条
【python海洋专题四十】海洋指数画法–单色填充图
【python海洋专题四十一】海洋指数画法–渐变填色图
【MATLAB海洋专题】历史汇总
【matlab程序】图片平面制作||文末点赞分享||海报制作等
大佬推荐一下物理海洋教材吧?
【matlab海洋专题】高级玫瑰图–风速风向频率玫瑰图–此图细节较多
【上千种颜色包|全平台可用】收集自Matlab、python、R、NCL等颜色包
R语言_RColorBrewer包–全平台可用
海洋专用cmocean颜色包_共22种–全平台可用
【matlab教程】matlab不规则区域的外围填充
【海洋科普】沉积物分为粘性沉积物和非粘性沉积物
【海洋科普】黄渤海地理介绍
【科普知识】海洋尺度图和解释
【海洋科普】海洋环流与等高线岩特征联系
代码分享:
"""# ----01 导入函数包-----"""
import matplotlib
import codecs
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection
from matplotlib.colors import ListedColormap, BoundaryNorm
# RGB格式颜色转换为16进制颜色格式
def RGB_to_Hex(rgb):
RGB = rgb # 将RGB格式划分开来
color = '#'
for i in RGB:
num = int(i)
# 将R、G、B分别转化为16进制拼接转换并大写 hex() 函数用于将10进制整数转换成16进制,以字符串形式表示
color += str(hex(num))[-2:].replace('x', '0').upper()
return color
'''# ----03----读取指数文件----'''
f = codecs.open("D:\pycharm_work\program\\90_read_ocean_index_and_plot\\amo_index.txt",
mode='r') # 打开txt文件
year = [];
amo_moth_1 = []
for line in f.readlines()[28:]:
a = line.split()
a = [float(i) for i in a]
year.append(a[0]) # 将其添加在year
amo_moth_1.append(a[1]) # 将其添加在列表之中
line = f.readline()
f.close()
'''# 02-1将list转换为np,可以画图。数组;'''
b = []
for i in range(len(year)):
b.append(np.array(year[i]))
year = np.array(b)
b = []
for i in range(len(amo_moth_1)):
b.append(np.array(amo_moth_1[i]))
amo_moth_1 = np.array(b)
# ----数据处理----去除missing value----
amo_moth_1[amo_moth_1 < - 999] = 0
'''# 画图''' # D:\matlab_work\函数名为colormore的颜色索引表制作\R_color_txt\R_color_more_gplots包\bluered.txt
# ---rear_my_color
# ----01-4----shallow_black---
filename = 'D:\matlab_work\函数名为colormore的颜色索引表制作\R_color_txt\R_color_single\\purple4.txt'
file = open(filename, 'r')
lines = file.readlines()
file.close()
data2 = []
for line in lines:
data2.append(float(line.strip()))
red = RGB_to_Hex(data2)
# ----01-4----shallow_black---
filename = 'D:\matlab_work\函数名为colormore的颜色索引表制作\R_color_txt\R_color_single\\seagreen4.txt'
file = open(filename, 'r')
lines = file.readlines()
file.close()
data2 = []
for line in lines:
data2.append(float(line.strip()))
blue = RGB_to_Hex(data2)
# ----02----中文字体设置----
matplotlib.rc("font", family='Microsoft YaHei', weight="bold")
# ----创建图形和坐标轴对象# 分辨率参数-dpi,画布大小参数-figsize
fig, ax = plt.subplots(dpi=300, figsize=(3.8, 2.3))
# ----bar----
ax.bar(year, amo_moth_1, 0.9, color=np.where(amo_moth_1 > 0, red, blue), zorder=0)
# ----04----设置坐标轴标签 标签设置字体大小设置--坐标轴范围限制---
plt.xlabel('年份', fontsize=5)
plt.ylabel('AMO(index)', fontsize=5)
plt.title('AMO(index)', fontsize=5)
plt.xlim(1900, 2020)
plt.ylim(-1, 1)
# ----05----刻度设置及刻度值字体大小(分别设置x轴和y轴)
plt.yticks(np.linspace(-1, 1, 5), fontsize=5, color='#000000')
plt.xticks([1900, 1910, 1920, 1930, 1940, 1950, 1960, 1970, 1980, 1990, 2000, 2010, 2020], fontsize=5, color='#000000')
ax.tick_params("both", which='major', length=2, width=1.0, colors='k', direction='in') # "y", 'x', 'both'
# ----06----保存图像
plt.savefig('amo_index_plot_bar_3.jpg', dpi=600, bbox_inches='tight', pad_inches=0.1) # 输出地图,并设置边框空白紧密
plt.show()