matplotlib制作PPFD三维图(python)
第一次写博客,本辣鸡耗尽毕生所学,欢迎指教,不喜勿喷。
PPFD——光量子通量密度。
温室内光环境PPFD数据
目标:
将A列日期的日期和时间拆分开,分别作为横纵坐标。K列为仪器测量到的PPFD数据,作为Z轴的值。绘成三维图。
读取EXCEL文件
def openfile(filename):
myusecols = input("请输入需要处理的列(例如[0,1]):")
#读取excel文件
mydata = pd.read_excel(io=filename, header=None, usecols=eval(myusecols),\
skiprows=5, parse_dates=True, converters={0: str}, names=['Time', 'PPFD'])
#筛选出需要用于绘图的数据
startpoint = input("输入开始日期(2019-06-01):")
endpoint = input("输入结束日期(2019-07-01):")
mydata = mydata[(mydata['Time'] <= endpoint) & (mydata['Time'] >= startpoint)]
#将A列的日期数据拆分为两列。
mydata['Date'], mydata['time'] = mydata['Time'].str.split(' ', 1).str
mydata.Date = mydata.Date.apply(func=lambda x: x[5:]) #将日期转为%m-%D
mydata.time = mydata.time.apply(func=lambda x: x[0:5]) #将时间转为%H-%M
mydata.PPFD = mydata.PPFD.astype('float') #数据转为浮点类型
return mydata
usecols表示需要使用的列,以列表形式赋值。skiprows需要跳过的行数,converters将A列转换为字符型。用astype将数据改为浮点型(之前没有这句也没事,而且在deepin上没有也可以执行,但是后来没有这句就会报错,所以最好还是在读数据的时候就设置好类型,不要一律字符型或者object)。
构造数据形状
def dataset(mydata):
mydata['Date'].drop_duplicates(inplace=True)
mydata['time'].drop_duplicates(inplace=True)
Xnum = np.arange(0, len(mydata['Date']))
Ynum = np.arange(0, len(mydata['time']))
Znum = mydata['PPFD'].values.reshape(len(Xnum), len(Ynum))
return Xnum, Ynum, Znum
drop_duplicate方法用于数据去重,inplace=true说明对原始数据生效。数据由仪器导出,日期和时间连续生成,一般不需要去重。
生成X和Y轴标签
def axstep(X, Y):
Xstep = int(len(X)/6)
Xaxitem = X[::Xstep]
Xaxitem = np.append(Xaxitem, X[-1])
Xlab = np.arange(0, len(X), Xstep)
Xlab = np.append(Xlab,len(X)-1)
Ystep = int(len(Y)/6)
Yaxitem = Y[::Ystep]
Yaxitem = np.append(Yaxitem, "24:00")
Ylab = np.arange(0, len(Y), Ystep)
Ylab = np.append(Ylab, len(Y)-1)
return Xaxitem, Yaxitem, Xlab, Ylab
以Xstep为步长,从名为Date的series中取值,构成轴标签。
用matplotlib绘图
def drawpic(X, Y, Z, Xax, Yax, Xlab, Ylab):
fig = plt.figure()
ax = fig.gca(projection='3d')
X, Y = np.meshgrid(Y, X) #numpy库生成网格
#绘图
surf = ax.plot_surface(Y, X, Z, rstride=1, cstride=1, cmap='rainbow', linewidth=0, antialiased=False)
ax.set_zlim(-10, 340) #设置z轴范围
#将X轴平均分成八段,并且轴标签旋转10度
plt.locator_params('x', nbins=8)
plt.xticks(Xlab, Xax, rotation=10)
#ax.set_xlabel(r'Date') #X轴标题
# 将Y轴平均分成七段
plt.locator_params('y', nbins=7)
plt.yticks(Ylab, Yax)
#ax.set_ylabel(r'time') #Y轴标题
plt.locator_params('z', nbins=10)
ax.set_zlabel(r'PPFD$\mu mol\cdot m^2s^{-1}$') #生成Z轴标题
#图片右边的色柱(也不知道是不是这么叫的)
fig.colorbar(surf, shrink=0.7, aspect=7)
#绘图区背景
plt.rcParams['axes.facecolor'] = 'g'
plt.grid(linestyle='-.')
show()
rstride(cstride)表示横(纵)方向绘图时的步长,不理解可以修改试验一下。camp是配色方案。其他参数大家自己探索,记不清了(难受……)
完整代码
#!/usr/bin/python
# -*- coding: UTF-8 -*-
import sys, getopt
import pandas as pd
import xlrd
import numpy as np
from pylab import *
from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
#获得外部参数的函数
# def main(argv):
# inputfile = ''
# outputfile = ''
# try:
# opts, args = getopt.getopt(argv, "hi:o:", ["ifile=", "ofile="])
# except getopt.GetoptError:
# print('test.py -i <inputfile> ')
# sys.exit(2)
# for opt, arg in opts:
# if opt == '-h':
# print('test.py -i <inputfile> ')
# sys.exit()
# elif opt in ("-i", "--ifile"):
# inputfile = arg
# return inputfile
#打开文件拆分日期格式
def openfile(filename):
myusecols = input("请输入需要处理的列(例如[0,1]):")
#读取excel文件
mydata = pd.read_excel(io=filename, header=None, usecols=eval(myusecols),\
skiprows=5, parse_dates=True, converters={0: str}, names=['Time', 'PPFD'])
#筛选出需要用于绘图的数据
startpoint = input("输入开始日期(2019-06-01):")
endpoint = input("输入结束日期(2019-07-01):")
mydata = mydata[(mydata['Time'] <= endpoint) & (mydata['Time'] >= startpoint)]
#将A列的日期数据拆分为两列。
mydata['Date'], mydata['time'] = mydata['Time'].str.split(' ', 1).str
mydata.Date = mydata.Date.apply(func=lambda x: x[5:]) #将日期转为%m-%D
mydata.time = mydata.time.apply(func=lambda x: x[0:5]) #将时间转为%H-%M
mydata.PPFD = mydata.PPFD.astype('float') #数据转为浮点类型
return mydata
#去重,构造数据形状
def dataset(mydata):
#数据去重
mydata['Date'].drop_duplicates(inplace=True)
mydata['time'].drop_duplicates(inplace=True)
#构造数据的形状
Xnum = np.arange(0, len(mydata['Date']))
Ynum = np.arange(0, len(mydata['time']))
Znum = mydata['PPFD'].values.reshape(len(Xnum), len(Ynum))
return Xnum, Ynum, Znum
def axstep(X, Y):
Xstep = int(len(X)/6)
Xaxitem = X[::Xstep]
Xaxitem = np.append(Xaxitem, X[-1])
Xlab = np.arange(0, len(X), Xstep)
Xlab = np.append(Xlab,len(X)-1)
Ystep = int(len(Y)/6)
Yaxitem = Y[::Ystep]
Yaxitem = np.append(Yaxitem, "24:00")
Ylab = np.arange(0, len(Y), Ystep)
Ylab = np.append(Ylab, len(Y)-1)
return Xaxitem, Yaxitem, Xlab, Ylab
def drawpic(X, Y, Z, Xax, Yax, Xlab, Ylab):
fig = plt.figure()
ax = fig.gca(projection='3d')
X, Y = np.meshgrid(Y, X) #numpy库生成网格
#绘图
surf = ax.plot_surface(Y, X, Z, rstride=1, cstride=1, cmap='rainbow', linewidth=0, antialiased=False)
ax.set_zlim(-10, 340) #设置z轴范围
#将X轴平均分成八段,并且轴标签旋转10度
plt.locator_params('x', nbins=8)
plt.xticks(Xlab, Xax, rotation=10)
#ax.set_xlabel(r'Date') #X轴标题
# 将Y轴平均分成七段
plt.locator_params('y', nbins=7)
plt.yticks(Ylab, Yax)
#ax.set_ylabel(r'time') #Y轴标题
plt.locator_params('z', nbins=10)
ax.set_zlabel(r'PPFD$\mu mol\cdot m^2s^{-1}$') #生成Z轴标题
#图片右边的色柱(也不知道是不是这么叫的)
fig.colorbar(surf, shrink=0.7, aspect=7)
#绘图区背景
plt.rcParams['axes.facecolor'] = 'g'
plt.grid(linestyle='-.')
show()
if __name__ == "__main__":
myfile = input("请输入文件名(wenya.xlsx):")
# myfile = main(sys.argv[1:]) #获得外部参数
mydata = openfile(myfile)
X, Y, Z = dataset(mydata)
Xax, Yax, Xlab, Ylab = axstep(mydata['Date'].values, mydata['time'].values)
drawpic(X, Y, Z, Xax, Yax, Xlab, Ylab)
看看效果
小辣鸡自己还是觉得挺好看的(审美崩塌中……)。但是感觉还远远没有达到论文发表的水平,首先坐标轴标签感觉没和刻度对齐,可能还有其他问题我没看出来(哎~,我太难了,捣鼓半天不能用),此处@大佬。
声明
一名想用python处理试验数据的农科生,初学python望各位大佬多多指正。