python matplotlib quiver |
您所在的位置:网站首页 › 箭头的尾部 › python matplotlib quiver |
如果想用风羽画风场,请看另一篇python画风羽及风羽定义 目录 用像素点坐标画图 用经纬度坐标画图(推荐) PS:三维箭头可参考: https://matplotlib.org/mpl_toolkits/mplot3d/tutorial.html#quiver 另有Stack Overflow上的问题可能有帮助:https://stackoverflow.com/questions/7130474/3d-vector-field-in-matplotlib https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.quiver 上面是官方文档的链接 用像素点坐标画图箭头关键的一个参数是长度,长度可以通过参数scale来设置,如果你多次使用quiver(),只要保证参数scale一致,那么箭头长度就会与风速 Axes.quiver(*args, data=None, **kw) 用于画二维的箭头 调用quivers有以下几种形式(signatures): quiver(U, V, **kw) quiver(U, V, C, **kw) quiver(X, Y, U, V, **kw) quiver(X, Y, U, V, C, **kw)U、V是箭头数据(data),X、Y是箭头的位置,C是箭头的颜色。这些参数可以是一维或二维的数组或序列。 如果X、Y不存在(absent),他们将作为均匀网格被生成。如果U和V是2维的数组,X和Y是1维数组,并且len(X)和len(Y)与U的列(column)和行(row)纬度相匹配(match),那么X和Y将使用numpy.meshgrid()——用于产生一个矩阵,具体可参考:meshgrid使用方法——进行扩展。 默认设置会自动将箭头的长度缩放到合理的大小。要改变箭头的长度请参看 scale 和scale_units两个关键字参数(kwargs:关键字参数,参看文章最后有关键字参数与可变参数的区别) 默认值给出一个稍微后掠(swept-back)的箭头;若要使箭头头部呈三角状,则要确保headaxislength与headlength相同。若要使箭头更尖锐(more pointed),则应减小headwidth或者增大headlength和headaxislength。若要使箭头头部相对于箭杆(shaft)更小一些,则应将所有头部参数都减小(scale down)。你最好不要单独留下minshaft(You will probably do best to leave minshaft alone.) 线宽和边缘颜色可以用于自定义箭头轮廓(outlines)。 参数 X: 1D or 2D array, sequence, optional 1维或2维数组,序列(sequence),可自选(optional) 箭头位置的x坐标 Y:1D or 2D array, sequence, optional 1维或2维数组,序列,可自选 箭头位置的y坐标 U: 1D or 2D array or masked array, sequence 1维或2维数组或掩码数组(参看masked array https://blog.csdn.net/liukai2918/article/details/78419302),序列 箭头矢量的x分量 V:1D or 2D array or masked array, sequence 1维或2维数组或掩码数组,序列 箭头矢量的y分量 C: 1D or 2D array, sequence, optional 1维或2维数组,序列(sequence),可自选 箭头颜色 units(单位): [ 'width' | 'height' | 'dots' | 'inches' | 'x' | 'y' | 'xy' ] 箭头尺寸(除长度外)以此单位的倍数计算——即是说选定单位后,箭头尺寸即是此单位的倍数 ‘width’或’height’:轴(axis)的宽度或高度 ‘dots’或’inches’:像素或英寸,基于图的dpi ‘x’, ‘y’或‘xy’:分别是X、Y或X2+Y2 箭头依单位不同而不同。对于’x’或’y’,箭头会随着其一的增大(zoom in)而增大;对于其他单位,箭头的大小与缩放状态(zoom state)无关。对于’width’或’height’,当窗口重置时,箭头的大小会随着轴(axes)的宽度和高度的增大而增大;低于同意’dots’或’inches’。重置不会改变箭头。 angles: [‘uv’ | ‘xy’], array, 可自选 用于决定箭头角度的方法,默认是’uv’ ‘uv’:箭头的纵横比(axis aspect ratio)为1,所以若U*==*V,则绘图上箭头的方向与水平轴逆时针呈45度(正向右)。 ‘xy’: 箭头从(x,y)指向(x + u,y + v)。例如,使用它来绘制渐变场(gradient field)。 或者,可以将任意角度指定为以水平轴逆时针方向的度数值的数组。 注意:反转数据轴将相应地仅使用angles='xy'反转箭头。 scale : None, float, optional 每个箭头长度单位的数据单位数量,例如,每个绘图宽度m / s;参数scale越小箭头越长。默认是None 若是None,一个简单的自动缩放算法将被采用,基于平均矢量长度和适量的数量。箭头长度单位由scale_units参数给出。 scale_units : [ 'width' | 'height' | 'dots' | 'inches' | 'x' | 'y' | 'xy' ], None, optional 如果关键字参数scale是None,那么箭头长度单位默认是None 例如:scale_units是’inches’,scale是2.0,(u,v)=(1,0),那么矢量将会是0.5英寸长。 如果scale_units是’width/height’,那么矢量长度是轴’width/height’的半长 如果scale_units是’x’那么矢量是x轴单位的0.5倍。要在x-y平面上画矢量,使得u和v与x和y有相同的单位,则应另angles=’xy’, scale_units’xy’, scale=1. width : scalar(标量), optional 箭杆(shaft)的宽度,以箭头单位衡量。默认是由以上单位的选择和矢量数量来决定。常用的初始值是0.005倍的画的宽度(width of the plot) headwidth : scalar, optional 头部宽度相对于箭杆宽度的倍数,默认是3倍 headlength : scalar, optional 轴交叉处的头部长度,默认是4.5 minshaft : scalar, optional 箭头比例的长度,以头部长度为单位。不要将其设置为小于1,否则小箭头看起来会很糟糕 minlength : scalar, optional 最小长度为轴宽的倍数;如果箭头长度小于此值,则绘制该直径的点(六边形)。默认值为1 pivot : [ 'tail' | 'mid' | 'middle' | 'tip' ], optional 箭头在网格点上的部分;箭头围绕这一点旋转,因此称为枢轴。 color : [ color | color sequence ], optional 这是PolyCollection facecolor kwarg的同义词。如果设置了C,颜色就没有效果。 quiver(*args, **kw)
import matplotlib.pyplot as plt import math from mpl_toolkits.basemap import Basemap from pylab import * import numpy as np mpl.rcParams['font.sans-serif'] = ['SimHei'] for i in range(1,3): plt.subplot(2, 1, i) ax = plt.gca() wind = [x for x in range(1,9)] # angle = [45*x for x in range(0,8)] # lon = list(np.linspace(113.8, 114.6, 8)) lat = list(np.linspace(22.4, 22.85, 8)) # wind = [2]*8 angle = [90]*8 # 为方便比较长度,箭头方向设置成一样 lon = [114.27] * 8 # 为方便比较长度,箭头经度设置成一样 # 指定地图范围、投影方式(projection)等 area_thresh是与湖泊等在地图上显示相关的参数 m = Basemap(llcrnrlon=113.7, llcrnrlat=22.35, urcrnrlon=114.7, urcrnrlat=22.9,\ rsphere=(6378137.00,6356752.3142),\ resolution='l', area_thresh=1000., projection='lcc', lat_1=22.5, lat_0=22.5, lon_0=114,ax=ax) lon, lat = m(*(lon, lat)) # 一系列的U、V ver = [-spd*math.sin(math.radians(agl)) for spd,agl in zip(wind, angle)] # U分量 hriz = [-spd*math.cos(math.radians(agl)) for spd,agl in zip(wind, angle)] # V分量 print(ver, '\n', hriz) ax=plt.gca() #下面两行是读取地图中的shape文件,即轮廓图 # m.readshapefile(r'G:\深圳季风研究\gadm36_HKG_shp\gadm36_HKG_0', 'states',color='grey') #HongKong # # m.readshapefile(r'G:\深圳季风研究\gadm36_CHN_shp\gadm36_CHN_3', 'states',color='grey') #Mainland in given lon and lat # m.readshapefile(r'G:\深圳季风研究\gadm36_sz_shp\Bon_data\xzq_sz_pop', 'states', color='grey') m.scatter(lon, lat, s=2, color='goldenrod', marker="o") #根据经纬度,画出对应站点位置 ax.set_title('风场') # ax.quiver(lon, lat, ver, hriz, units='width', scale=2, width=0.01, color='deepskyblue') ax.quiver(lon, lat, ver, hriz, color='deepskyblue', width=0.005, scale=30) for i, wspd in enumerate(wind): ax.annotate(str(wspd), (lon[i], lat[i])) # 在图上添加一些文字信息 plt.text(0.6,0.9, r'$mean: $'+str(18) + '°', color='forestgreen',transform=ax.transAxes, fontweight='extra bold') plt.text(1.02,0.6, r'$S: $' + str(18) + '%', color='forestgreen',transform=ax.transAxes, fontweight='heavy') plt.text(1.02,0.4, r'$N: $', color='forestgreen',transform=ax.transAxes, fontweight=100) # 画经纬度网格 m.drawmeridians([114.0,114.4], labels=[1,0,0,1]) # meridian:子午线,经线 arange指明范围和间隔 m.drawparallels(np.arange(15, 30, 0.3), labels=[1,0,0,0]) # 画纬度平行线 # 比例尺长度的U、V值和位置 q_lon, q_lat = m(*(114.27, 22.75)) spd = 2 angle_all = 90 ver_all = -spd*math.sin(math.radians(angle_all)) hriz_all = -spd*math.cos(math.radians(angle_all)) # ax.quiver(q_lon, q_lat, ver_all, hriz_all, color='g', pivot='mid') # mid是旋转枢纽在中间,默认在尾部 ax.quiver(q_lon, q_lat, ver_all, hriz_all, color='g', scale=30) # 画比例尺 plt.text(0.82,0.1, r'$scale:$', color='r',transform=ax.transAxes, fontweight=100, fontsize=8) plt.text(0.82,0.03, r'$2m/s$', color='r',transform=ax.transAxes, fontweight=100, fontsize=8) plt.quiver(95000, 3000, 3, hriz_all, color='r', width=0.005, scale=50) print(-ver_all, hriz_all) # 这一段与画箭头不相干,可忽略注释掉 画散点,为不同散点设置不同颜色 # Colors=('#DDDDFF','#7D7DFF','#0000C6','#000079','#CEFFCE','#28FF28','#007500','#FFFF93') # sc = plt.scatter(lon, lat, s=100, color=Colors, marker="o") #根据经纬度,画出对应站点位置 # for i,txt in enumerate(Colors): # ax.annotate(txt,(lon[i],lat[i]), fontsize=5) plt.show() 下面是代码运行结果: 未读入shape文件的结果: 读入了shape文件的结果 quiver(*args, **kw) *args, **kw分别是可变参数和关键字参数,参考此文总结如下: 下面是和上面相同功能的代码,区别在于前者画图时,将坐标转换成了像素点坐标,而下面的代码则直接传入经纬度坐标(这个方法只对basemap对象有效,使用经纬度坐标时应传参数latlon=True): import matplotlib.pyplot as plt import math from mpl_toolkits.basemap import Basemap from pylab import * import numpy as np mpl.rcParams['font.sans-serif'] = ['SimHei'] for i in range(1,3): plt.subplot(2, 1, i) ax = plt.gca() wind = [x for x in range(1,9)] # angle = [45*x for x in range(0,8)] # lon = list(np.linspace(113.8, 114.6, 8)) lat = list(np.linspace(22.4, 22.85, 8)) # wind = [2]*8 angle = [90]*8 # 为方便比较长度,箭头方向设置成一样 lon = [114.27] * 8 # 为方便比较长度,箭头经度设置成一样 # 指定地图范围、投影方式(projection)等 area_thresh是与湖泊等在地图上显示相关的参数 m = Basemap(llcrnrlon=113.7, llcrnrlat=22.35, urcrnrlon=114.7, urcrnrlat=22.9,\ rsphere=(6378137.00,6356752.3142),\ resolution='l', area_thresh=1000., projection='lcc', lat_1=22.5, lat_0=22.5, lon_0=114,ax=ax) # 一系列的U、V ver = [-spd*math.sin(math.radians(agl)) for spd,agl in zip(wind, angle)] # U分量 hriz = [-spd*math.cos(math.radians(agl)) for spd,agl in zip(wind, angle)] # V分量 print(ver, '\n', hriz) ax=plt.gca() #下面两行是读取地图中的shape文件,即轮廓图 # m.readshapefile(r'G:\深圳季风研究\gadm36_HKG_shp\gadm36_HKG_0', 'states',color='grey') #HongKong # # m.readshapefile(r'G:\深圳季风研究\gadm36_CHN_shp\gadm36_CHN_3', 'states',color='grey') #Mainland in given lon and lat # m.readshapefile(r'G:\深圳季风研究\gadm36_sz_shp\Bon_data\xzq_sz_pop', 'states', color='grey') m.scatter(lon, lat, s=2, color='goldenrod', marker="o", latlon=True) #根据经纬度,画出对应站点位置 ax.set_title('风场') # ax.quiver(lon, lat, ver, hriz, units='width', scale=2, width=0.01, color='deepskyblue') m.quiver(lon, lat, ver, hriz, color='deepskyblue', width=0.005, scale=30, latlon=True) for i, wspd in enumerate(wind): ax.annotate(str(wspd), (lon[i], lat[i])) # 在图上添加一些文字信息 plt.text(0.6,0.9, r'$mean: $'+str(18) + '°', color='forestgreen',transform=ax.transAxes, fontweight='extra bold') plt.text(1.02,0.6, r'$S: $' + str(18) + '%', color='forestgreen',transform=ax.transAxes, fontweight='heavy') plt.text(1.02,0.4, r'$N: $', color='forestgreen',transform=ax.transAxes, fontweight=100) # 画经纬度网格 m.drawmeridians([114.0,114.4], labels=[1,0,0,1]) # meridian:子午线,经线 arange指明范围和间隔 m.drawparallels(np.arange(15, 30, 0.3), labels=[1,0,0,0]) # 画纬度平行线 # 比例尺长度的U、V值和位置 spd = 2 angle_all = 90 ver_all = -spd*math.sin(math.radians(angle_all)) hriz_all = -spd*math.cos(math.radians(angle_all)) # ax.quiver(q_lon, q_lat, ver_all, hriz_all, color='g', pivot='mid') # mid是旋转枢纽在中间,默认在尾部 m.quiver(114.27, 22.75, ver_all, hriz_all, color='g', scale=30, latlon=True) # 画比例尺 plt.text(0.82,0.1, r'$scale:$', color='r',transform=ax.transAxes, fontweight=100, fontsize=8) plt.text(0.82,0.03, r'$2m/s$', color='r',transform=ax.transAxes, fontweight=100, fontsize=8) m.quiver(114.62, 22.375, 3, hriz_all, color='r', width=0.005, scale=50, latlon=True) print(-ver_all, hriz_all) # 这一段与画箭头不相干,可忽略注释掉 画散点,为不同散点设置不同颜色 # Colors=('#DDDDFF','#7D7DFF','#0000C6','#000079','#CEFFCE','#28FF28','#007500','#FFFF93') # sc = plt.scatter(lon, lat, s=100, color=Colors, marker="o") #根据经纬度,画出对应站点位置 # for i,txt in enumerate(Colors): # ax.annotate(txt,(lon[i],lat[i]), fontsize=5) plt.show()
|
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |