python3使用matplotlib绘制风速风向玫瑰图

Background

风玫瑰是由气象学家用于给出如何风速和风向在特定位置通常分布的简明视图的图形工具。

1、最终效果图

2、源码

import pandas as pd
import numpy as np

import matplotlib.pyplot as plt

# 设置字体格式
font = {
    'family': 'serif',
    'serif': 'Times New Roman',
    'weight': 'normal',
    'size': 10
}
plt.rc('font', **font)
plt.rc('axes.unicode_minus: False')


def plot_wind_rose():
    """绘制风速风向玫瑰图"""
    # 风速分布为16个方向
    columns = 'N NNE NE ENE E ESE SE SSE S SSW SW WSW W WNW NW NNW'.split()
    # 风速分 4 段，每列数据表示各方向风速的频数统计值
    datas = {
        '0~0.2': [0.32, 0.24, 0.21, 0.38, 0.35, 0.22, 0.06, 0.28, 0.43, 0.43, 0.18, 0.16, 0.19, 0.23, 0.08, 0.18],
        '0.3~1.5': [0.32, 0.38, 0.28, 0.08, 0.12, 0.29, 0.30, 0.32, 0.31, 0.19, 0.33, 0.49, 0.30, 0.18, 0.40, 0.35],
        '1.6~3.3': [0.24, 0.18, 0.07, 0.39, 0.34, 0.17, 0.40, 0.25, 0.07, 0.24, 0.24, 0.13, 0.10, 0.28, 0.41, 0.21],
        '3.4~5.4': [0.10, 0.18, 0.42, 0.13, 0.18, 0.29, 0.22, 0.13, 0.17, 0.12, 0.23, 0.19, 0.40, 0.30, 0.09, 0.25]
    }
    df = pd.DataFrame(data=np.array(list(datas.values())), index=list(datas.keys()), columns=columns)
    # 获取 16 个方向的角度值
    degrees = np.linspace(0, 2 * np.pi, len(columns), endpoint=False)
    # 绘制扇型的宽度，可以自行调整
    width = np.pi / len(columns)
    # 开始绘图
    plt.figure(figsize=(6, 6))
    ax = plt.subplot(111, projection='polar')
    for idx in df.index:
        # 每一行绘制一个扇形
        ax.bar(degrees, df.loc[idx], width=width, bottom=0.0, label=idx, tick_label=columns)
    # 设置零度方向北
    ax.set_theta_zero_location('N')
    # 逆时针方向绘图
    ax.set_theta_direction(-1)
    # plt.title('风速风向玫瑰图')
    # 将label显示出来， 并调整位置
    plt.legend(loc=4, bbox_to_anchor=(1.15, -0.07))
    plt.show()


def main():
    plot_wind_rose()


if __name__ == '__main__':
    main()

3、另一种方式可以使用 windrose模块绘制

• 详细情况可以参考这篇博客 Python可视化 | 多种风玫瑰图可视化合集