干货！数据分析报告之风资源分析（2）

最新推荐文章于 2024-09-15 22:31:42 发布

加油学习和努力赚钱的猪妈咪

最新推荐文章于 2024-09-15 22:31:42 发布

阅读量652

点赞数 1

文章标签： python 数据分析数据可视化可视化

本文链接：https://blog.csdn.net/zhumengxia/article/details/114024778

版权

本文是《风资源分析》系列的第二篇，深入探讨风能玫瑰图、bin统计图的绘制及数据分析。通过风能玫瑰组图分析风能的月份变化，使用add_subplot和windrose库结合实现。bin图用于风速段内变量统计，通过划分风速区间、计算均值并作图。同时，介绍bin数据导出和按月份对比湍流的方法，以及日分布散点图的时间戳处理技巧。

摘要由CSDN通过智能技术生成

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]+&