【气象常用】剖面图

效果图：

主要步骤：

1. 数据准备：我用的era5的散度数据（大家替换为自己的就好啦，era5数据下载方法可以看这里【数据下载】ERA5 各高度层月平均数据下载_era5月平均数据-CSDN博客）

2. 数据处理：

3. 图像绘制：

详细代码：着急的直接拖到最后有完整代码

步骤一：导入库包及图片存储路径并设置中文字体为宋体，西文为新罗马（没有的库包要先下好奥，字体设置部分没有要求的话可以直接删除）

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
import xarray as xr

# 设置西文字体为新罗马字体，中文为宋体，字号为12
from matplotlib import rcParams
config = {
            "font.family": 'serif',
            "font.size": 12,
            "mathtext.fontset": 'stix',
            "font.serif": ['SimSun'],
          }
rcParams.update(config)
rcParams['axes.unicode_minus']=False

datapath = r'H:/00.csdn/01data/'
figpath = r'H:/00.csdn/02fig/'
shppath = r'H:/00.csdn/04shp/cn_shp/Province_9/Province_9.shp'

步骤二：读入数据

# 读入数据
f1 = xr.open_dataset(datapath + '202306_div.nc')
# print(f1)
div = f1['d'][0, 14:, :, :].values * 10**6
time = f1['time']
lons = f1['longitude'].values  
lats = f1['latitude'].values  
lon, lat = np.meshgrid(lons, lats)
lev = f1['level'][14:].values  
log_lev = np.log10(lev)  
print(log_lev)
print(lev)

步骤三：计算纬圈平均

##########################################################
# 数据处理
div_mean = np.mean(div, 1)

步骤四：绘制图像（剖面图+指定位置打点）

##########################################################
# 绘制图像  
fig = plt.figure(figsize=(15, 6))  
level = np.linspace(-4, 4, 9)

def plot_cont(location, data, text, textposition):  
    ax = fig.add_axes(location)  
    cs = ax.contourf(lons, log_lev, data, levels=level, cmap='RdBu_r', extend='both') 
 
    ax.plot(110, 2.9, 'r*', markersize=10)  # 'r*'表示红色星号，markersize控制大小
    
# 翻转纵坐标（即让高度从下到上递增）  
    ax.invert_yaxis()  
    
    x = ['%i°E' %lon for lon in lons[::40]]  
    y = [200, 300, 500, 700, 850, 1000]
    
    ax.set(xticks=lons[::40], xticklabels=x,
           yticks=np.log10(y), yticklabels=y, ylabel='hPa')
    
    # 设置标题和位置  
    title = ax.set_title(text, fontsize=12)  
    title.set_position(textposition)  # 调整位置  

    return cs  

# 调用上面的函数  
c1 = plot_cont([0.1, 0.1, 0.3, 0.25], div_mean, '(a) ERA5', [0.05, 1.05])  
c1 = plot_cont([0.45, 0.1, 0.3, 0.25], div_mean, '(b) ERA5', [0.05, 1.05])  
# 色标设置  
rect = [0.12, 0.015, 0.6, 0.02]  
cbar_ax = fig.add_axes(rect)  
  
cb = fig.colorbar(c1, drawedges=True,  
                  cax=cbar_ax, orientation='horizontal')  
cb.set_label('mm', fontsize=12)  
cb.ax.tick_params(length=0)  
  

步骤五：保存图像

# 保存图像
plt.savefig(figpath+'215 剖面图.png', dpi=600, bbox_inches='tight')
plt.show()  

完整代码在这里：

import numpy as np
import matplotlib.pyplot as plt
import matplotlib.ticker as mticker
import xarray as xr

# 设置西文字体为新罗马字体，中文为宋体，字号为12
from matplotlib import rcParams
config = {
            "font.family": 'serif',
            "font.size": 12,
            "mathtext.fontset": 'stix',
            "font.serif": ['SimSun'],
          }
rcParams.update(config)
rcParams['axes.unicode_minus']=False

datapath = r'H:/00.csdn/01data/'
figpath = r'H:/00.csdn/02fig/'
shppath = r'H:/00.csdn/04shp/cn_shp/Province_9/Province_9.shp'
##########################################################
# 读入数据
f1 = xr.open_dataset(datapath + '202306_div.nc')
# print(f1)
div = f1['d'][0, 14:, :, :].values * 10**6
time = f1['time']
lons = f1['longitude'].values  
lats = f1['latitude'].values  
lon, lat = np.meshgrid(lons, lats)
lev = f1['level'][14:].values  
log_lev = np.log10(lev)  
print(log_lev)
print(lev)
##########################################################
# 数据处理
div_mean = np.mean(div, 1)
##########################################################
# 绘制图像  
fig = plt.figure(figsize=(15, 6))  
level = np.linspace(-4, 4, 9)

def plot_cont(location, data, text, textposition):  
      
    ax = fig.add_axes(location)  
  
    cs = ax.contourf(lons, log_lev, data, levels=level, cmap='RdBu_r', extend='both')  
    ax.plot(110, 2.9, 'r*', markersize=10)  # 'r*'表示红色星号，markersize控制大小
    # 翻转纵坐标（即让高度从下到上递增）  
    ax.invert_yaxis()  
    
    x = ['%i°E' %lon for lon in lons[::40]]  
    y = [200, 300, 500, 700, 850, 1000]
    
    ax.set(xticks=lons[::40], xticklabels=x,
           yticks=np.log10(y), yticklabels=y, ylabel='hPa')
    
    # 设置标题和位置  
    title = ax.set_title(text, fontsize=12)  
    title.set_position(textposition)  # 调整位置  

    return cs  
  
# 调用上面的函数  
c1 = plot_cont([0.1, 0.1, 0.3, 0.25], div_mean, '(a) ERA5', [0.05, 1.05])  
c1 = plot_cont([0.45, 0.1, 0.3, 0.25], div_mean, '(b) ERA5', [0.05, 1.05])  

# 色标设置  
rect = [0.12, 0.015, 0.6, 0.02]  
cbar_ax = fig.add_axes(rect)  
  
cb = fig.colorbar(c1, drawedges=True,  
                  cax=cbar_ax, orientation='horizontal')  
cb.set_label('mm', fontsize=12)  
cb.ax.tick_params(length=0)  
  
##########################################################
# 保存图像
plt.savefig(figpath+'215 剖面图.png', dpi=600, bbox_inches='tight')
plt.show()