使用matplotlib对EC数据进行可视化探索

使用matplotlib绘制EC气压层面的等高线图及3D图像，首先安装matplotlib库和numpy库，这里略去安装步骤。

等高线图制作：

import matplotlib.pyplot as plt
import numpy as np


def height():
    f = open('ecpl_2018021500000_H_0200.txt', 'r')
    xfile = f.readlines()
    z = []
    for line in xfile:
        z.append(line)
    xsplit = []
    for item in z:
        xsplit.append(item.split())

    ndz = np.array(xsplit[::-1])

    return ndz

导入必需的库，读取气压等高度文件，这里的气压层数据文件为一个包含281*361个高度数据的文本文件，其包含10°S到60°N，60°E到150°E 200hP气压层的高度数据。

首先读取文件，并将数据整理成一个281*361的二维数组，由于matpoltlib的等高层图绘制只接受numpy.ndarray格式的数据，再将二维数组转换成后者的格式。

def contour():
    plt.figure()
    plt.title('ecpl 201802150000 200hpheight')
    plt.xlabel('longtitude(degree)')
    plt.ylabel('latitude(degree)')

    #nlon, nlat = coordinate()
    x = np.linspace(60, 150, 361)
    y = np.linspace(-10, 60, 281)
    X, Y = np.meshgrid(x, y)
    plt.contourf(X, Y, height(), 10, alpha=0.9, cmap=plt.get_cmap('winter'))
    Con = plt.contour(X, Y, height(), 10, colors='black')
    plt.clabel(Con, inline=True, fontsize=7)
    plt.show()


if __name__ == '__main__':
    contour()

plt.contourf用于创建等高线图底图，'10'表示等高线层数，alpha表示图像透明度，cmap用于控制配色方案

#matpoltlib库自带配色方案见matpoltlib-colormap

plt.contour和plt.clabel用于创建等高线和标线字，color定义等高线颜色，inline表示数字位于等高线内，fontsize控制字体大小。

生成效果图:

3D图制作:

3D图制作需要Axes3D库，直接安装mpl_toolkits即可

from mpl_toolkits.mplot3d import Axes3D
import matplotlib.pyplot as plt
import numpy as np


def height():
    f = open('ecpl_2018021500000_H_0200.txt', 'r')
    xfile = f.readlines()
    z = []
    for line in xfile:
        z.append(line)
    xsplit = []
    for item in z:
        xsplit.append(item.split())

    nxsplit = []
    for lst in xsplit:
        nlst = []
        for item in lst:
            nitem = float(item)
            nlst.append(nitem)
        nxsplit.append(nlst)

    ndarray = np.array(nxsplit[::-1])

    return ndarray

依然是先读取txt文件并将数据转化为numpy.ndarray格式，这里要注意3D图制作要保证所有数据格式都为numpy.float64，如等高线图制作是直接使用numpy.str格式的数据会报错，所以这里在读取完数据后首先将其改为了float格式，再将二维数组转化为numpy.ndarray格式。

def tdaxes():
    fig = plt.figure()
    ax = Axes3D(fig)
    plt.title('ecpl 201802150000 200hpheight')
    plt.xlabel('longtitude(degree)')
    plt.ylabel('latitude(degree)')

    lon = np.linspace(60, 150, 361)
    lat = np.linspace(-10, 60, 281)
    Lon, Lat = np.meshgrid(lon, lat)
    H = height()

    #Z = np.array((Lon + Lat) / 2)
    #print(type(H), type(Z))
    #print(type(Z[0][0]), type(Lon[0][0]))

    ax.plot_surface(Lon, Lat, H, rstride=1, cstride=1, cmap=plt.cm.coolwarm)

    plt.show()


if __name__ == '__main__':
    tdaxes()

之后通过ax.plot_surface函数制作3D图，rstride和cstride表示在x、y轴方向的划分层数，cmap依然控制配色方案，最后画出的图如下：