Pytorch可视化_cartopy+matplotlib_绘制雷达图像

已于 2023-12-12 17:02:53 修改
阅读量3.9k 收藏 43
点赞数 7
分类专栏： 数据处理 文章标签： python 可视化 数据可视化 matplotlib
于 2020-12-01 15:28:51 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40585997/article/details/110432286
版权

学会用python画图：

1读取需要显示的数据
2 使用cartopy绘制二维图，网站https://scitools.org.uk/cartopy/docs/latest/
3 要求带行政边界
4 线宽2，主刻度和次要刻度也为2
5 要求带颜色条，放在图的右边，颜色条上面要标出单位dBZ
6 字号18-22
7 保存为svg格式，或tiff格式（tiff格式要求dpi>=200）

工作：

1.首先要知道画一个图像所需要的步骤：

在这里插入图片描述
参考链接：气象绘图基本操作

2.根据要求分析自己要做的工作
（1）用matplotlib创建一个子图
（2）用cartopy投影出2维地图
（3）下载相关的.shp/,dat文件（国内行政划分需要的文件）
（4）在投影里添加海岸线、国界、河流、湖泊、省界（省界由上一步下载的文件得出的）等元素
（5）设置子图内投影的经纬度范围
（6）添加经纬度坐标
（7）将雷达数据覆盖到图中
（8）设置雷达数据的色度条
（9）添加南海诸岛的子图
（10）显示图片

3.详细步骤：
（1）用matplotlib创建一个子图
（2）用cartopy投影出2维地图

    proj = ccrs.PlateCarree()           #创建投影，选择cartopy的platecarree投影
    fig = plt.figure(figsize=(21,31))   #创建页面，可以自己选择大小

    ax = fig.subplots(1, 1, subplot_kw={'projection': proj})    #创建子图
    ax.outline_patch.set_linewidth(2)                           #设置子图边框的linewidth
    ax.set_title('xxx', fontsize=22, color='k',fontproperties=font_set)#设置title

（3）下载相关的.shp/,dat文件（国内行政划分需要的文件）
注：这里dat文件我已经下载放在了同一级文件夹下，直接打开读取数据即可。没有的需要自行去下载，网上搜一下会有资料。

    #读取dat文件
    with open(r'CN-border-La.dat') as src:
        context = ''.join([line for line in src if not line.startswith('#')])
        blocks = [cnt for cnt in context.split('>') if len(cnt) > 0]
        borders = [np.fromstring(block, dtype=float, sep=' ') for block in blocks]

（4）在投影里添加海岸线、国界、河流、湖泊、省界（省界由上一步下载的文件得出的）等元素

    #添加cartopy中的国界、海岸线、河流、湖泊
    ax.add_feature(cfeat.BORDERS.with_scale('50m'), linewidth=2, zorder=1)
    ax.add_feature(cfeat.COASTLINE.with_scale('50m'), linewidth=2,zorder=1)
    ax.add_feature(cfeat.RIVERS.with_scale('50m'), linewidth=2,zorder=1)
    ax.add_feature(cfeat.LAKES.with_scale('50m'), zorder=1)
    #添加中国行政边界、十段线
    for line in borders:
        ax.plot(line[0::2], line[1::2], '-', lw=2, color='k', alpha=0.9,transform=ccrs.Geodetic())

（5）设置子图内投影的经纬度范围

    #设置子图内投影的经纬度范围
    ax.set_extent([73.0, 135.0, 12.2, 54.2])

（6）添加经纬度坐标
这里运用网格线的方式添加坐标，不过网格线的linewidth设置为0，则只显示坐标。

    #经纬度网格线设置，这里linewidth=0把网格线去掉，只保留经纬度坐标
    gl = ax.gridlines(crs=ccrs.PlateCarree(),draw_labels=True,
    linewidth=0, color='k', alpha=0.5, linestyle='--')
    gl.top_labels = False  #关闭顶端标签
    gl.right_labels = False  #关闭右侧标签
    gl.xformatter = LONGITUDE_FORMATTER  #x轴设为经度格式
    gl.yformatter = LATITUDE_FORMATTER  #y轴设为纬度格式
    #设置坐标的字号
    gl.xlabel_style = {'fontsize':18}
    gl.ylabel_style = {'fontsize':18}

（7）将雷达数据覆盖到图中

    color_max = int(ref['data_arr'].max())+1
    color_min = 0
    n_gap = 5
    levels = np.arange(color_min,color_max+10,n_gap)

    #设置雷达反射率图覆盖范围
    X = np.linspace(ref['llon'], ref['ulon'], 6200)
    Y = np.linspace(ref['llat'], ref['ulat'], 4200)
    X, Y = np.meshgrid(X, Y)
    cb = plt.contourf( X, Y,ref['data_arr'],levels=levels,cmap='jet')

（8）设置雷达数据的色度条
注：这里色度条的大小，位置设置还没有完全学会，后面会了的话来修改。

    #设置colorbar 左 下 宽 高
    l = 0.86
    b = 0.23
    w = 0.025
    h = 0.55
    #对应 l,b,w,h；设置colorbar位置；
    rect = [l,b,w,h]
    cbar_ax = fig.add_axes(rect)
    cbar = plt.colorbar( cax=cbar_ax)

    #重新设置色度条的显示间隔
    cbar.set_ticks(np.arange(color_min,color_max+10,n_gap))
    cbar.outline.set_linewidth(2)      #设置色度条边框linewidth
    cbar.ax.tick_params(labelsize=18)  #设置色度条字体大小。
    cbar.set_label("dBZ",fontsize=18)  #设置色度条单位

（9）添加南海诸岛的子图
注：南海诸岛的设置与以上设置流程大致相同，是否可以用同一文件的行政界限进行设置，我还没做，感觉可以用上面读出来的数据再显示一个图层贴上去。有空再做。

    # --设置南海子图
    # --设置地图属性，读取shp文件
    shp_path = 'cn_shp3641/'
    provinces = cfeat.ShapelyFeature(
        Reader(shp_path + 'Province_9.shp').geometries(),
        proj, edgecolor='k',
        facecolor='none'
    )

    #设置南海子图的坐标
    left, bottom, width, height = 0.67, 0.14, 0.21, 0.23
    ax2 = fig.add_axes(
        [left, bottom, width, height],
        projection=proj
    )

    #添加南海子图的详细内容
    ax2.add_feature(provinces, linewidth=2,alpha=0.9, zorder=1)
    ax2.add_feature(cfeat.COASTLINE.with_scale('50m'), linewidth=2,zorder=1)    #加载分辨率为50的海岸线
    ax2.add_feature(cfeat.RIVERS.with_scale('50m'), linewidth=2,zorder=1)       #加载分辨率为50的河流
    ax2.add_feature(cfeat.LAKES.with_scale('50m'), zorder=1)                    #加载分辨率为50的湖泊

    #设置南海子图的坐标范围，和边框linewidth
    ax2.set_extent([105, 125, 0, 25])
    ax2.outline_patch.set_linewidth(2)

（10）显示图片

    plt.show()

附上完整代码，有需要的可以参考，但具体的数据文件、行政边界文件需要自己寻找。


#加载所需包

import math
import time
import cartopy.crs as ccrs
import cartopy.feature as cfeat
from cartopy.mpl.gridliner import LATITUDE_FORMATTER, LONGITUDE_FORMATTER
import numpy as np
import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
from cartopy.io.shapereader import Reader, natural_earth
#导入数据处理模块
from xxx import xxx

#设置title的中文字体
font_set = FontProperties(fname=r"c:\windows\fonts\simsun.ttc", size=22)

#绘图函数
def plot_ref(ref):

    proj = ccrs.PlateCarree()           #创建投影，选择cartopy的platecarree投影
    fig = plt.figure(figsize=(21,31))   #创建页面，可以自己选择大小

    ax = fig.subplots(1, 1, subplot_kw={'projection': proj})    #创建子图
    ax.outline_patch.set_linewidth(2)                           #设置子图边框的linewidth
    ax.set_title('xxx', fontsize=22, color='k',fontproperties=font_set)#设置title

    #读取dat文件
    with open(r'CN-border-La.dat') as src:
        context = ''.join([line for line in src if not line.startswith('#')])
        blocks = [cnt for cnt in context.split('>') if len(cnt) > 0]
        borders = [np.fromstring(block, dtype=float, sep=' ') for block in blocks]

    #添加cartopy中的国界、海岸线、河流、湖泊
    ax.add_feature(cfeat.BORDERS.with_scale('50m'), linewidth=2, zorder=1)
    ax.add_feature(cfeat.COASTLINE.with_scale('50m'), linewidth=2,zorder=1)
    ax.add_feature(cfeat.RIVERS.with_scale('50m'), linewidth=2,zorder=1)
    ax.add_feature(cfeat.LAKES.with_scale('50m'), zorder=1)
    #添加中国行政边界、十段线
    for line in borders:
        ax.plot(line[0::2], line[1::2], '-', lw=2, color='k', alpha=0.9,transform=ccrs.Geodetic())

    #设置子图内投影的经纬度范围
    ax.set_extent([73.0, 135.0, 12.2, 54.2])

    #经纬度网格线设置，这里linewidth=0把网格线去掉，只保留经纬度坐标
    gl = ax.gridlines(crs=ccrs.PlateCarree(),draw_labels=True,
    linewidth=0, color='k', alpha=0.5, linestyle='--')
    gl.top_labels = False  #关闭顶端标签
    gl.right_labels = False  #关闭右侧标签
    gl.xformatter = LONGITUDE_FORMATTER  #x轴设为经度格式
    gl.yformatter = LATITUDE_FORMATTER  #y轴设为纬度格式
    #设置坐标的字号
    gl.xlabel_style = {'fontsize':18}
    gl.ylabel_style = {'fontsize':18}

    #colorbar设置

    #设置色标的取值范围
    color_max = int(ref['data_arr'].max())+1
    color_min = 0
    n_gap = 5
    levels = np.arange(color_min,color_max+10,n_gap)

    #设置雷达反射率图覆盖范围
    X = np.linspace(ref['llon'], ref['ulon'], 6200)
    Y = np.linspace(ref['llat'], ref['ulat'], 4200)
    X, Y = np.meshgrid(X, Y)
    cb = plt.contourf( X, Y,ref['data_arr'],levels=levels,cmap='jet')

    #设置colorbar 左 下 宽 高
    l = 0.86
    b = 0.23
    w = 0.025
    h = 0.55
    #对应 l,b,w,h；设置colorbar位置；
    rect = [l,b,w,h]
    cbar_ax = fig.add_axes(rect)
    cbar = plt.colorbar( cax=cbar_ax)

    #重新设置色度条的显示间隔
    cbar.set_ticks(np.arange(color_min,color_max+10,n_gap))
    cbar.outline.set_linewidth(2)      #设置色度条边框linewidth
    cbar.ax.tick_params(labelsize=18)  #设置色度条字体大小。
    cbar.set_label("dBZ",fontsize=18)  #设置色度条单位


    # --设置南海子图
    # --设置地图属性，读取shp文件
    shp_path = 'cn_shp3641/'
    provinces = cfeat.ShapelyFeature(
        Reader(shp_path + 'Province_9.shp').geometries(),
        proj, edgecolor='k',
        facecolor='none'
    )

    #设置南海子图的坐标
    left, bottom, width, height = 0.67, 0.14, 0.21, 0.23
    ax2 = fig.add_axes(
        [left, bottom, width, height],
        projection=proj
    )

    #添加南海子图的详细内容
    ax2.add_feature(provinces, linewidth=2,alpha=0.9, zorder=1)
    ax2.add_feature(cfeat.COASTLINE.with_scale('50m'), linewidth=2,zorder=1)    #加载分辨率为50的海岸线
    ax2.add_feature(cfeat.RIVERS.with_scale('50m'), linewidth=2,zorder=1)       #加载分辨率为50的河流
    ax2.add_feature(cfeat.LAKES.with_scale('50m'), zorder=1)                    #加载分辨率为50的湖泊

    #设置南海子图的坐标范围，和边框linewidth
    ax2.set_extent([105, 125, 0, 25])
    ax2.outline_patch.set_linewidth(2)

    #保存
    #plt.savefig('./全国雷达组网拼图.png')
    #plt.savefig('./全国雷达组网拼图.tiff',dip=300)  # 指定分辨率保存
    plt.show()


numBlock = 0

#读取数据文件
filename = r'.\xxx.bin'
f = open(filename, 'rb')
buf = f.read()
print(len(buf))
f.close()

#解压数据
radar_parser = MosaicParser()
ref = radar_parser.parse(buf)//二维矩阵数据

plot_ref(ref)

图像：
南海诸岛子图的位置有空的时候再调一下。
在这里插入图片描述

gXh_007
关注
  • 7
    点赞
  • 踩
  • 43
    收藏
    觉得还不错? 一键收藏
  • 11
    评论
专栏目录
pytorch_image_classifier_深度学习_yolo_图像识别_
10-02
使用python，基于darknet模型，对昆虫进行识别的深度学习代码
p-cnn-visualizations_pytorch_CNN_CNN可视化_
09-30
包含了许多在PyTorch中实现的卷积神经网络可视化技术
Matplotlib雷达图教程：学会绘制炫酷多彩的多维数据可视化
一键难忘的博客
02-03 5840
雷达图是一种直观展示多维数据的图表类型，Matplotlib提供了强大的功能来创建各种风格的雷达图。本文将介绍Matplotlib中绘制不同种类炫酷雷达图的参数说明，并通过实例演示其用法，包括普通雷达图、堆叠雷达图、多个雷达图、矩阵雷达图以及极坐标雷达图。
PyTorch_tutorial_余霆嵩
01-08
PyTorch中文版教程，详实可靠
china_shp.zip
03-03
全国地图shp格式数据，包括两个压缩文件和1个目录：Province_9.zip/City_9.zip
train_pytorch_图像分类/pytorch_train_
09-29
图像分类在pytorch上，导入自己的数据集地址即可使用
Python 画雷达反射率图
qq_35240689的博客
06-30 1791
【代码】Python 画雷达反射率图。
python 出气象雷达图
qq_40764422的博客
07-27 2576
python出雷达图
python读取气象雷达资料
vivien_1223的博客
03-01 1120
python读取气象雷达资料
OpenLayers 静态图（雷达拼图）叠加
weixin_33795093的博客
10-21 2515
本文介绍雷达拼图在 OpenLayers 上的叠加显示，雷达拼图是由中国气象局气象探测中心在《天气雷达拼图v3.0》系统中发布的，每个观测时次一幅 PNG 透明图片。对于静态图片加载，OpenLayers 提供了 ol.source.ImageStatic 来支持，可以参考官方的 demo Image Reprojection，demo ...
mnist.zip_MNIST pytorch_pytorch_pytorch mnist_pytorch network_zi
09-20
mnist 网络模型，pytorch 实现
python如何绘制线状图_如何用python画地图上的标注线？
weixin_39661353的博客
11-23 535
我们平时看文章的时候会遇到一些不太好理解的地方，如果上面有标注那就事半功倍了。当然在地图中也是如此。之前我们学会了很多画图的技巧，但是忽略了标注这种细节的重要作用。小编经过一番学习和整理，清楚了这部分的内容之后，决定把它写出来分享给大家，希望大家也能学会给地图上做标注。需要连接地图上已知经纬度（lat1,lon1;lat2,lon2）的两个点，可使用plot来进行连线，basemap中暂没有画箭头...
使用matplotlib的示例：调整字体-设置刻度、坐标、colormap和colorbar等
热门推荐
网海水手
08-09 17万+
使用matplotlib的示例：调整字体-设置刻度、坐标、colormap和colorbar等
Python 给定的经纬度标注在地图上
学如不及,犹恐失之
09-21 3万+
博主最近发现了python中一个好玩的包叫basemap,使用这个包可以绘制地图。值得说一下的是，basemap还没有pip检索，因此不能直接使用pip install basemap，来安装这个包。所以需要自己把下面两个包自行下载，然后在该目录下使用pip安装。感觉我说话有点骚的补充，这两个包点击下载。 pyproj-1.9.5.1-cp36-cp36m-win_amd64.whl base...
【 书生·浦语大模型实战营】作业（六）：Lagent & AgentLego 智能体应用搭建
最新发布
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
05-03 580
本篇笔记内容主要为 【书生·浦语大模型实战营】作业（六）：Lagent & AgentLego 智能体应用搭建智能体的作业 ，主要对智能体应用理论部分及具体搭建流程详细介绍，并分别进行实战应用及可视化展示，欢迎大家交流学习！
python学习笔记----循环语句（四）
取个名字太难了a的博客
04-28 969
随机数种子在生成随机数的过程中起到一个非常重要的作用。它是用于初始化随机数生成算法（伪随机数生成器）的初始值。随机数种子的作用可重复性：当你使用特定的种子值初始化随机数生成器时，即使在不同的运行环境或不同时间，生成的随机数序列都将是相同的。这对于调试和测试非常重要，因为它允许程序的行为在使用随机数时保持一致。控制随机性：种子提供了一种方法来控制随机数生成过程。通过改变种子，你可以获得不同的随机数序列，这对于模拟和其他需要随机输入的应用非常有用。
python复习（三）
qq_43710593的博客
04-29 315
类是一种面向。
SpringBoot中实现发送邮件
m0_64289188的博客
04-30 502
当你添加了spring-boot-starter-mail依赖后，Spring Boot会自动配置JavaMailSender实例，并根据application.yml文件中的属性来配置这个实例。你可以直接在需要发送邮件的地方通过@Autowired注解将JavaMailSender实例注入到你的类中，然后使用它来发送邮件。：首先，需要在你的pom.xml文件中添加Spring Boot的邮件发送器依赖。，简化了在Spring Boot应用程序中发送电子邮件的设置过程。Spring Boot的。
Day25-Java基础之常用类1
m0_46053885的博客
04-27 1108
同时我们发现Math类中的方法都是静态的，因此在使用的时候我们可以直接通过类名去调用。对于计算机而言，其实是没有数据类型的概念的，都是0101010101，数据类型是编程语言自己规定的，所以在实际存储的时候，先把具体的数字变成二进制，每32个bit为一组，存储在数组中。比较内存地址值一般情况下是没有意义的，我们希望比较的是对象的属性，如果两个对象的属性相同，我们认为就是同一个对象；如果我们的数据是一个浮点类型的数据，有的时候计算机并不会将这个数据完全转换成一个二进制数据，而是将这个将其转换成一个无限的。
pytorch安装pytorch_grad_cam
05-17
要安装pytorch_grad_cam，可以通过以下步骤进行操作： 1. 确认已安装PyTorch和OpenCV。可以通过以下命令来检查： ``` import torch import cv2 print(torch.__version__) print(cv2.__version__) ``` 2. 安装pytorch_grad_cam： ``` pip install pytorch-grad-cam ``` 3. 测试安装是否成功： ``` from pytorch_grad_cam import GradCAM # 如果没有报错，则说明安装成功 ``` 这样，你就可以在Python脚本中使用pytorch_grad_cam了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 11
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值