Py

2024-04-14 20:14| 来源: 网络整理| 查看: 265

将单个雷达图像绘制在笛卡尔坐标系中

　　下面是绘制单个雷达拼图的示例

12345678910111213141516171819202122232425262728293031323334353637383940414243#!/usr/bin/python3import numpy as npimport matplotlib.pyplot as pltimport pyart as pafrom sys import exitif __name__=='__main__': radar=pa.io.read_cfradial('one_radar.nc') #检查扫描方式 if radar.scan_type!='ppi': exit('Error: 请使用扫描方式为PPI的数据文件') #将一个或多个雷达画进一个坐标系中，返回一个Grid对象 #第一个参数带入读取的文件或者读取的文件组成的tuple #grid_shape代表绘制的点的个数，格式为(z,y,x)，推荐z轴写为1，因为就此程序来说不写成1也没什么用:) #grid_limits代表绘制的距离的上下限，单位是米 #注意最大值最小值要对称。至于为什么不从0开始，咱也不清楚 #fields接受要用到的数据在radar对象的fields中对应的键值，以列表形式可带入多个 grid=pa.map.grid_from_radars((radar,), grid_shape=(1,1001,1001), grid_limits=((3000,3000),(-275000,275000),(-275000,275000)), fields=['reflectivity']) #grid.fields里面的键值与上面fields接受的键值有关 #imshow()函数用来绘制热图,vmin、vmax规定了colormap覆盖的范围 #origin设置原点(0,0)在左上还是左下，按照习惯来说填lower就可以，然而默认是upper...... #colorbar第一个参数是映射颜色的对象，理解成绘制的图像似乎也可以 #cax指示colorbar绘制的位置，参数依次为left,bottom,width,height,小数实际代表百分比 #例如left=0.84指在离画布左边距离总长84%的地方 #spacing的模式控制是否给予色块均匀的空间还是根据之间的距离， #按照比例变化，然而更改后发现图像似乎没有变化 fig=plt.figure() ax=fig.add_subplot(111) myax=ax.imshow(grid.fields['reflectivity']['data'][0], origin='lower',vmin=0,vmax=50) cax=fig.add_axes([0.84,0.2,0.03,0.6]) fig.colorbar(myax,cax,spacing='proportional',orientation='vertical') plt.show()

　　绘制出的图像如下图所示

多雷达拼图

　　下面是将三个相近雷达的数据绘制到一张图上的示例，与上面的例子十分类似，不同的地方仅在于第38行

12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758#!/usr/bin/python3import netCDF4import matplotlib.pyplot as pltimport pyartfrom sys import exitname1='CfRadial1.nc'name2='CfRadial2.nc'name3='CfRadial3.nc'#将读取文件的函数包装进一个名称更简单的函数,方便调用def read(name): return pyart.io.read_cfradial(name)if __name__=='__main__': #读取文件 radar1=read(name1) radar2=read(name2) radar3=read(name3) #检查扫描方式 if radar.scan_type!='ppi': exit('Error: 请使用扫描方式为PPI的数据文件') #将一个或多个雷达画进一个坐标系中，返回一个Grid对象 #第一个参数带入读取的文件或者读取的文件组成的tuple #grid_shape代表绘制的点的个数，格式为(z,y,x)，推荐z轴写为1，因为不写成1也没什么用:) #grid_limits代表绘制的距离的上下限，单位是米 #注意最大值最小值要对称。至于为什么不从0开始，咱也不清楚 #grid_origin是拼图的中心点的坐标，与雷达文件有关 #fields接受要用到的数据在radar对象的fields中对应的键值，以列表形式可带入多个 grid=pyart.map.grid_from_radars((radar1,radar2,radar3), grid_shape=(1,1001,1001), grid_limits=((3000,3000),(-300000,300000),(-300000,300000)), grid_origin=(32.8,119.5),fields=['reflectivity']) #grid.fields里面的键值与上面fields接受的键值有关 #imshow()函数用来绘制热图,vmin、vmax规定了colormap覆盖的范围 #origin设置原点(0,0)在左上还是左下，按照习惯来说填lower就可以，然而默认是upper...... #colorbar第一个参数是映射颜色的对象，理解成绘制的图像似乎也可以 #cax指示colorbar绘制的位置，参数依次为left,bottom,width,height,小数实际代表百分比 #例如left=0.84指在离画布左边距离总长84%的地方 #spacing的模式控制是否给予色块均匀的空间还是根据之间的距离 #按照比例变化，然而更改后发现图像似乎没有变化 fig=plt.figure() ax=fig.add_subplot(111) myax=ax.imshow(grid.fields['reflectivity']['data'][0],origin='lower', vmin=0,vmax=50) cax=fig.add_axes([0.84,0.2,0.03,0.6]) fig.colorbar(myax,cax,spacing='uniform',orientation='vertical') plt.show()

　　绘制出的图像如下图所示

本教程遵循GPL开源协议，转载请标明本博客地址:https://syize.gitee.io/

【本文地址】

Py

Py

今日新闻

推荐新闻