使用matplotlib的示例：调整字体-设置刻度、坐标、colormap和colorbar等

最新推荐文章于 2024-05-31 14:03:01 发布

一懒百邪生

最新推荐文章于 2024-05-31 14:03:01 发布

阅读量10w+

点赞数 15

分类专栏： Python matplotlib Numpy_Scipy

本文链接：https://blog.csdn.net/rumswell/article/details/9862089

版权

Python 同时被 3 个专栏收录

74 篇文章 2 订阅

订阅专栏

Numpy_Scipy

15 篇文章 0 订阅

订阅专栏

matplotlib

14 篇文章 1 订阅

订阅专栏

使用matplotlib的示例：调整字体-设置刻度、坐标、colormap和colorbar等

# -*- coding: utf-8 -*-
#**********************************************************
import os
import numpy as np
import wlab #pip install wlab
import matplotlib
import matplotlib.cm as cm
import matplotlib.pyplot as plt
from matplotlib.ticker import MultipleLocator
from scipy.interpolate import griddata
matplotlib.rcParams['xtick.direction'] = 'out'
matplotlib.rcParams['ytick.direction'] = 'out'
#**********************************************************
FreqPLUS=['F06925','F10650','F23800','F18700','F36500','F89000']
#
FindPath='/d3/MWRT/R20130805/'
#**********************************************************
fig = plt.figure(figsize=(8,6), dpi=72, facecolor="white")
axes = plt.subplot(111)
axes.cla()#清空坐标轴内的所有内容
#指定图形的字体
font = {'family' : 'serif',
        'color'  : 'darkred',
        'weight' : 'normal',
        'size'   : 16,
        }
#**********************************************************
# 查找目录总文件名中保护F06925，EMS和txt字符的文件
for fp in FreqPLUS:
    FlagStr=[fp,'EMS','txt']
    FileList=wlab.GetFileList(FindPath,FlagStr)
    #
    LST=[]#地表温度
    EMS=[]#地表发射率
    TBH=[]#水平极化亮温
    TBV=[]#垂直极化亮温
    #
    findex=0
    for fn in FileList:
        findex=findex+1
        if (os.path.isfile(fn)):
            print(str(findex)+'-->'+fn)
            #fn='/d3/MWRT/R20130805/F06925_EMS60.txt'
            data=wlab.dlmread(fn)
            EMS=EMS+list(data[:,1])#地表发射率
            LST=LST+list(data[:,2])#温度
            TBH=TBH+list(data[:,8])#水平亮温
            TBV=TBV+list(data[:,9])#垂直亮温
    #-----------------------------------------------------------
    #生成格点数据，利用griddata插值
    grid_x, grid_y = np.mgrid[275:315:1, 0.60:0.95:0.01]
    grid_z = griddata((LST,EMS), TBH, (grid_x, grid_y), method='cubic')
    #将横纵坐标都映射到（0，1）的范围内
    extent=(0,1,0,1)
     #指定colormap
    cmap = matplotlib.cm.jet
    #设定每个图的colormap和colorbar所表示范围是一样的，即归一化
    norm = matplotlib.colors.Normalize(vmin=160, vmax=300)
    #显示图形，此处没有使用contourf #>>>ctf=plt.contourf(grid_x,grid_y,grid_z)
    gci=plt.imshow(grid_z.T, extent=extent, origin='lower',cmap=cmap, norm=norm)
    #配置一下坐标刻度等
    ax=plt.gca()
    ax.set_xticks(np.linspace(0,1,9))
    ax.set_xticklabels( ('275', '280', '285', '290', '295',  '300',  '305',  '310', '315'))
    ax.set_yticks(np.linspace(0,1,8))
    ax.set_yticklabels( ('0.60', '0.65', '0.70', '0.75', '0.80','0.85','0.90','0.95'))
    #显示colorbar
    cbar = plt.colorbar(gci)
    cbar.set_label('$T_B(K)$',fontdict=font)
    cbar.set_ticks(np.linspace(160,300,8))
    cbar.set_ticklabels( ('160', '180', '200', '220', '240',  '260',  '280',  '300'))
    #设置label
    ax.set_ylabel('Land Surface Emissivity',fontdict=font)
    ax.set_xlabel('Land Surface Temperature(K)',fontdict=font) #陆地地表温度LST
    #设置title
    titleStr='$T_B$ for Freq = '+str(float(fp[1:-1])*0.01)+'GHz'
    plt.title(titleStr)
    figname=fp+'.png'
    plt.savefig(figname)
    plt.clf()#清除图形

#plt.show()
print('ALL -> Finished OK')

上面的例子中，每个保存的图，都是用同样的colormap，并且每个图的颜色映射值都是一样的，也就是说第一个图中如果200表示蓝色，那么其他图中的200也表示蓝色。

示例的图形如下：