Python绘制垂直剖面流线图教程

用户11172986

发布于 2024-06-20 18:28:33

4180

发布于 2024-06-20 18:28:33

文章被收录于专栏：气python风雨

前言

近日收到读者来信

求助如何绘制垂直剖面的流线图，例如V-W的剖面，想尝试用流线图画个类似的经圈环流图

matplotlib可以用streamplot(X,Y,u,v)画流线，但是X,Y的要求比较严格（等距，单调递增）

但是画出来的图方向和大小是不对的

在今天的文章中，我们运用Python的numpy、matplotlib.pyplot及scipy.interpolate库来生动展示全球大气风场。核心是定义一个名为myStreamPlot的函数，它将经纬度和风速数据转换为流线图，利用三重网格插值确保准确性。

首先设置好坐标轴范围与刻度，以等高线形式呈现风切变率。然后调用myStreamPlot函数，对经度、纬度、东西风向分量u、南北风向分量v以及垂直风速w_clm进行预处理，并调整单位便于理解。通过streamplot绘制出清晰易懂的全球风场流线图。

简而言之，这段代码通过计算与可视化手段实现垂直剖面流线图。希望这的编程实践能激发你对气象学的探索兴趣，欢迎在评论区分享你的想法与讨论。

温馨提示

数据获取or代码在线运行，可点击Python绘制垂直剖面流线图教程 🔜🔜若没有成功加载可视化图，点击运行可以查看 ps:隐藏代码在【代码已被隐藏】所在行，点击所在行，可以看到该行的最右角，会出现个三角形，点击查看即可

读取数据并处理

In [10]:

import xarray as xr
import numpy as np
import matplotlib.pyplot as plt
import datetime as dt
import cartopy.mpl.ticker as cticker

f_v = xr.open_dataset('/home/mw/input/moyu1828/vwnd.mon.mean.nc')
v_clm = f_v.vwnd.loc[f_v.time.dt.month.isin(
    [6, 7, 8])].loc['1980-01-01':'2010-12-31', 1000:100, 90:-90, :].mean('time').mean('lon')  # 代入a6、a7

f_w = xr.open_dataset('/home/mw/input/moyu1828/omega.mon.mean.nc')
w_clm = f_w.omega.loc[f_w.time.dt.month.isin(
    [6, 7, 8])].loc['1980-01-01':'2010-12-31', 1000:100, 90:-90, :].mean('time').mean('lon')  # 代入a6、a7
lat = w_clm.lat
lev = w_clm.level

绘图部分

import numpy as np
import matplotlib.pyplot as plt
from scipy.interpolate import griddata

# 定义创建流线图的函数
def myStreamPlot(lon, lat, u, v, color='k', density=2.5):
        from scipy.interpolate import griddata
        n, m = u.shape[1], u.shape[0]
        x = np.linspace(np.nanmin(lon), np.nanmax(lon), n)  # 为网格创建x值数组
        y = np.linspace(np.nanmin(lat), np.nanmax(lat), m)  # 为网格创建y值数组
    
        xi, yi = np.meshgrid(x, y)  # 创建x和y值的网格
        lon, lat = np.meshgrid(lon, lat)  # 创建输入经度和纬度的网格
        lon = lon.flatten()  # 展平经度网格
        lat = lat.flatten()  # 展平纬度网格

        # 确保风分量的方向正确
        u = np.flipud(u)  # 翻转风速u分量
        v = np.flipud(v)  # 翻转风速v分量

        u = u.flatten()  # 展平u分量
        v = v.flatten()  # 展平v分量

        # 对u和v分量进行插值处理到网格上
        gu = griddata((lon, lat), u, (xi, yi), method='cubic')
        gv = griddata((lon, lat), v, (xi, yi), method='cubic')
        
        gspd = np.sqrt(gu**2 + gv**2)  # 计算风速大小
        SL = plt.streamplot(x, y, gu, gv, linewidth=1., color=color, density=density)  # 创建流线图

# 创建一个图和子图
fig = plt.figure(dpi=200)
ax1 = fig.add_subplot(1, 1, 1)

# 设置x和y轴的范围
ax1.set_xlim(-90, 90)
ax1.set_ylim(100, 1000)

# 设置轴标签和格式
ax1.set_ylabel('气压层 (hPa)', fontsize=14)  
ax1.xaxis.set_major_formatter(cticker.LatitudeFormatter())
ax1.set_yticks([1000, 500, 300, 200, 100])  
ax1.set_yticklabels(['100', '200', '300', '500', '1000'])  

# 创建等值线图
c1 = ax1.contourf(lat, lev, np.flipud(w_clm), levels=np.arange(-0.05, 0.055, 0.005), extend='both', cmap=plt.cm.bwr)

# 调用自定义的流线图函数
myStreamPlot(lat[::2], lev, v_clm[:, ::2], -w_clm[:, ::2]*100, color='k', density=2.5)

# 显示图形
plt.show()