Python绘制污染玫瑰图

整体的思路是使用contourf函数实现污染玫瑰图，具体步骤如下:

• 读取数据
• 处理数据
• 数据网格化
• 绘制污染玫瑰图

最终效果如下：

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

获取数据

这里我使用的是完整的数据，其中没有nan(缺失值)。我建议在绘图之前如果有缺失或异常数据需要认真处理。这里我们主要展示绘图部分
数据获取地址

file = r'../data/20年2月污染气象参数.xls'
data = pd.read_excel(file, usecols=['时间', '风速(m/s)', '风向(deg)', 'PM2.5'], index_col=0).iloc[:115, :]
data

	风向(deg)	风速(m/s)	PM2.5
时间
2020-02-01 00:00	229.9	1.3	106
2020-02-01 01:00	239.3	1.1	110
2020-02-01 02:00	243.2	0.7	98
2020-02-01 03:00	292.7	0.4	77
2020-02-01 04:00	288.2	0.5	85
...	...	...	...
2020-02-05 14:00	75.9	4.3	9
2020-02-05 15:00	73.3	4.3	12
2020-02-05 16:00	79.1	4.5	1
2020-02-05 17:00	74.2	4.4	8
2020-02-05 18:00	77.7	4.3	4

115 rows × 3 columns

处理数据

1. 将风向数据转化为弧度数据

data['风向(deg)'] = np.radians(data['风向(deg)'])

2. 处理风速风向分类的单位

v = data['风速(m/s)']
# 风速按16等分分类
speed = np.linspace(v.min(), v.max(), endpoint=True, num=16)
# 风向按32等分分类
deg = np.linspace(0, 2*np.pi, endpoint=True, num=32)

生成网格数据

def maker(s, sequence):
    '''
    将划分网格内的数据按较小值划分
    '''
    for i, val in enumerate(sequence):
        if s <= sequence[i+1]:
            return val

d = data['风向(deg)']
data['风速(m/s)'] = v.apply(maker, sequence=speed)
data['风向(deg)'] = d.apply(maker, sequence=deg)
data.head()

	风向(deg)	风速(m/s)	PM2.5
时间
2020-02-01 00:00	3.850985	1.14	106
2020-02-01 01:00	4.053668	0.86	110
2020-02-01 02:00	4.053668	0.58	98
2020-02-01 03:00	5.067085	0.30	77
2020-02-01 04:00	4.864402	0.30	85

• 使用mean方法对PM2.5数据进行栅格化分类

# 由于整体PM2.5数据有标记，所以需要将2.5数据处理成float类型
data['PM2.5'] = data['PM2.5'].astype(float)
dt = data.pivot_table(values='PM2.5', index='风速(m/s)', columns='风向(deg)', aggfunc=np.mean)
# 补齐网格并对于缺失的网格用0值填充，这样绘图的效果好一些
dt.fillna(0, inplace=True)
dt = dt.reindex(index=speed, columns=deg, fill_value=0)
dt.head(6)

风向(deg)	0.000000	0.202683	0.405367	0.608050	0.810734	1.013417	1.216100	1.418784	1.621467	1.824151	...	4.459035	4.661718	4.864402	5.067085	5.269768	5.472452	5.675135	5.877819	6.080502	6.283185
风速(m/s)
0.30	62.0	61.0	78.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	...	0.0	0.0	85.0	77.0	0.0	0.0	0.0	0.0	0.0	0.0
0.58	82.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	65.0	...	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	93.5	0.0
0.86	65.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	...	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
1.14	0.0	89.0	0.0	0.0	0.0	0.0	0.0	66.0	30.0	0.0	...	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
1.42	0.0	0.0	0.0	0.0	37.0	0.0	0.0	0.0	91.5	24.0	...	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0
1.70	67.0	114.0	0.0	78.0	0.0	36.0	21.0	0.0	32.0	0.0	...	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0	0.0

6 rows × 32 columns

绘制污染玫瑰图

1. meshgrid()将网格数据生成绘制数据

theta, r = np.meshgrid(deg, speed)

2. 使用contourf()绘制污染玫瑰图

ax = plt.subplot(projection='polar')
ax.set_theta_zero_location("N")
ax.set_theta_direction('clockwise')
pos = ax.contourf(theta, r, dt.to_numpy(), cmap='jet')
plt.colorbar(pos, ax=ax)
plt.show()