这篇文章紧接着上一篇《干货!数据分析报告之风资源分析(2)》,由于分析的角度和涉及的内容太多了,因此分为1和2两篇。
在上一篇中,主要介绍了绘图前期的数据预处理,可视化展示的直方图,威布尔分布图,散点图和玫瑰图,接下来继续进行分析。
风能玫瑰组图
在平时的应用中,多是采用单个的玫瑰图来进行分析,在本次的分析中,我用了风能玫瑰组图,按照不同的月份来进行玫瑰图区分,看风能的月份变化情况。
import matplotlib.cm as cm
import numpy as np
label=['E','','60','','30','','N','',
'330','','300','','W','','240','',
'210','','S','','150','','120',''] #设置玫瑰图标签
#筛选出风速风向数据进行分析
dk=datr.loc[:,('Time','WS_main_Mean','WD_main_Mean')] #提取出风速风向数据
dk=dk.set_index('Time') #将时间设置成索引,稍后按月份进行画图
dk.columns=['ws','wd']
month=['2019-7','2019-8','2019-9','2019-10','2019-11','2019-12',
'2020-3','2020-4','2020-5','2020-6','2020-7']
plt.rcParams['figure.dpi']=100
fig = plt.figure(figsize=(15,9),edgecolor='grey',frameon=False)
fig.subplots_adjust(left=0.03,bottom=0.04,right=0.97,top=0.95,wspace=0.17,hspace=0.3)
for i in range(0,len(month)):
ax = fig.add_subplot(3,4,i+1, projection='windrose') #添加组图
wd=dk[month[i]]['wd']
ws=dk[month[i]]['ws']
bins=np.arange(0,max(ws),2) #设置风速间隔为2m/s
ax.contourf(wd,ws,bins=bins,cmap=cm.hot_r,nsector=360)
ax.set_xticks(np.linspace(0,2*np.pi,24,endpoint=False)) #设置刻度个数,与label对应
ax.set_xticklabels(label,fontsize=12)
ax.set_yticklabels('')
ax.grid(linestyle='-.',color='black',lw=0.15,zorder=0)
ax.set_title(month[i]+&