|
由于在最近科研的过程中，需要画各种图，所以就写了一个工具包，专门用来画省份，区域，整个中国的图，废话不多说，先放github链接，长得好看的兄弟记得给我点个赞，下面只是简单的展示几个案例，更详细的使用方法可以看函数注释。安装很简单，把requirements.txt 里的依赖包装上即可。 下面来看看example.py 里面的样例
省份降水图（以四川省为例)
def test_plot_roi_image(province='四川省'):
dataset = xr.open_dataset(r"example_data/example_data.nc")
dataset = dataset.rename({"LON": "lon", "LAT": "lat"})
province_geo = get_province_geometry("shp",province) # 返回省份的轮廓
city_info = get_city_geometries("shp",province) # 返回省会所有的城市信息，为一个字典，键为城市名字，值为城市轮廓
texts = [] # 需要指明那些城市名字
inner_geometries = [] # 需要那些内部轮廓，比如成都市的轮廓
for city_name, city_geo in city_info.items():
inner_geometries.append(city_geo) # 积攒所有的城市轮廓
texts.append((city_name, get_text_position_from_geometry(city_geo))) # 为每个城市添加名称，可以只为关注的城市添加名字
roi = extract_roi_from_xr(dataset, box=province_geo.bounds, size=(128, 128)) # 提取省会所需数据
plot_roi_image(roi.lon.values, roi.lat.values, roi.PRCP.values, ccrs.PlateCarree(), province_geo,
inter_geometries=inner_geometries, texts=texts, crop=True,cmap='Greens')
 2. 省份等级图
def test_plot_roi_level(province='四川省'):
province_geo = get_province_geometry("shp",province) # 返回省份的轮廓
city_info = get_city_geometries("shp",province) # 返回省会所有的城市信息，为一个字典，键为城市名字，值为城市轮廓
texts = []
inner_geometries = []
values = []
for city_name, city_geo in city_info.items():
inner_geometries.append(city_geo) # 积攒所有的城市轮廓
texts.append((city_name, get_text_position_from_geometry(city_geo))) # 为每个城市添加名称
values.append((get_text_position_from_geometry(city_geo),random.randint(1,4))) # 准备等级数据
level2color = {1: "blue", 2: "yellow", 3: "orange", 4: "red"}
level2text = {1: "一般", 2: "较严重", 3: "严重", 4: "特别严重"}
lon_min, lat_min, lon_max, lat_max = province_geo.bounds
lon_range = [lon_min - 0.5,lon_max + 0.5]
lat_range = [lat_min - 0.5,lat_max + 0.5]
plot_roi_level(lon_range, lat_range,values,ccrs.PlateCarree(), inner_geometries=inner_geometries,
outer_geometries=province_geo, texts=texts, level2color=level2color, level2text=level2text)
全国等级图
def test_plot_china_level():
china_geo = get_china_geometry("shp")
nine_geo = get_nine_geometry("shp")
provinces_geo = get_province_geometries("shp")
texts = []
values = []
inner_geometries = []
for name, geometry in provinces_geo.items():
values.append([get_text_position_from_geometry(geometry), random.randint(1, 4)])
inner_geometries.append(geometry)
texts.append((name, get_text_position_from_geometry(geometry))) // 可以只添加几个省份的名
level2color = {1: "blue", 2: "yellow", 3: "orange", 4: "red"}
level2text = {1: "一般", 2: "较严重", 3: "严重", 4: "特别严重"}
lon_min, lat_min, lon_max, lat_max = china_geo.bounds
lon_range = [lon_min - 0.5,lon_max + 0.5]
lat_range = [lat_min - 0.5,lat_max + 0.5]
plot_china_level(lon_range, lat_range, values, ccrs.LambertConformal(central_longitude=107.5,
central_latitude=36.0,
standard_parallels=(25, 47)),
inner_geometries=inner_geometries, outer_geometries=china_geo,
texts=texts, level2color=level2color, level2text=level2text, nine=nine_geo)
全国降水图
def test_plot_china_image():
dataset = xr.open_dataset(r"example_data/example_data.nc")
dataset = dataset.rename({"LON": "lon", "LAT": "lat"})
province_geo = get_province_geometries("shp")
china = get_china_geometry("shp")
nine = get_nine_geometry("shp")
texts = []
for name, geometry in province_geo.items():
texts.append((name, get_text_position_from_geometry(geometry)))
roi = extract_roi_from_xr(dataset, box=china.bounds, size=(512, 512))
plot_china_image(roi.lon.values, roi.lat.values, value=roi.PRCP.values,
proj=ccrs.LambertConformal(central_longitude=107.5,
central_latitude=36.0, standard_parallels=(25, 47)),
outer_geometries=china, nine=nine, texts=texts, bar_label="降水",cmap="BuGn")
局部区域图 代码暂时没找到，如果github超过50个星，我再重新写一个上传。出图效果大概如下  
|