Python读取NC格式数据绘制风场和涡度图

一、知识点

读取NC格式在分析资料里面需要的数据，画填色图和风羽图

小知识点：
1.数据的读取
2.数据的清洗
3.风羽图的设置

二、代码拆分

导入包

#处理数据的包
import xarray as xr
import numpy as np
#画图的包
import matplotlib.pyplot as plt
#地图的包
import cartopy.crs as ccrs
import my_class   #一个自己写的画地图的py文件

读取数据

#打开nc文件
ds = xr.open_dataset('download_201305.nc')
# print(ds)
#获取经度，纬度，时间，时间的作用下面讲
lat = ds.latitude#读取维度
lon = ds.longitude#读取经度
u = ds['u']#风场U分量
v = ds['v']#风场V分量
vo = ds['vo']#涡度

注意：这里读取的数据是全部的格点数据，但是我们画图用不了这么多，所以对数据做分割。只需要一部分

数据分割

#设置经纬度范围，我们并不需要画出多余的数据
lat_range = lat[(lat>=22) & (lat<=40)]
lon_range = lon[(lon>=102) & (lon<=126)]
#根据时间，经纬度得到数据，U,V,涡度
u_region = u.sel(longitude=lon_range, latitude=lat_range,time = '2013-06-27T00:00:00.000000000')
v_region = v.sel(longitude=lon_range, latitude=lat_range,time = '2013-06-27T00:00:00.000000000')
vo_region = vo.sel(longitude=lon_range, latitude=lat_range,time = '2013-06-27T00:00:00.000000000')
#涡度乘以100000，因为是10的负5次方，方便呈现效果
vo_region = vo_region*100000

这里涡度乘以了100000，是为了方便观察，让数据绘制出来的效果更好。

数据处理

#下面是数据的简单清洗，本来没有这个，直接填色，发现有很多负值，画图太难看了
#设置条件，找到涡度大于等于2的位置
e = (vo_region >= 2)
#利用np包，把所有不满足条件的位置改写成0
vo_region = np.where(e,vo_region,0)

把涡度小于2的全部置零，这样在填色的时候小于2的地方就白了。

画图设置

#设置画布15*7
fig = plt.figure(figsize=(15,