Python气象数据处理与绘图：风向风速热力图

1、前言

风速和风向是气象中常见的观测变量，水平风速可以分解为u和v方向的两个分量。为了统计风速和风向的频率，我们可以使用前面介绍的风玫瑰图。但是风玫瑰图并不包含时间序列的变化特征，而是一个基于统计的结果，为了更好的展示风速的变化规律，可以使用热力图形式加以表达。

2、绘制风向风速热力图

1import matplotlib.pyplot as plt
2import numpy as np
3import seaborn as sns
4from matplotlib import colors
5import matplotlib.colors as mcolors
6import pandas as pd
7import cmaps

步骤二：生成数据

1np.random.seed(2021)
2u = np.random.randint(low=-12,high=12,size=(31,24))
3v = np.random.randint(low=-12,high=12,size=(31,24))
4ws = np.sqrt(u**2+v**2)
5data = pd.DataFrame(ws,index=np.arange(1,32), columns=np.arange(0,24))

步骤三：绘制热力图

 1fig = plt.figure(figsize=(18, 18))
 2sns_plot = sns.heatmap(data, cmap=cmaps.wind_17lev,linecolor='k',vmin=0,vmax=18,linewidths = 0.1, annot=True, cbar=False)
 3cb = sns_plot.figure.colorbar(sns_plot.collections[0]) 
 4cb.ax.tick_params(labelsize=12) 
 5x = np.arange(0,24)
 6y = np.arange(1,32)
 7x, y = np.meshgrid(x, y)
 8plt.quiver(x + 0.5, y - 0.5, u, v, scale = 600, headwidth = 2, width = 0.003)
 9plt.xlabel('Hour',fontsize=15)
10plt.ylabel('Month',fontsize=15)
11plt.xticks(fontsize=12)
12plt.yticks(fontsize=12,rotation=360)
13sns_plot.tick_params(labelsize=12, direction='in')
14plt.show()

 1def drawArrow(A, B ,ax_1):#画箭头
 2    ax = ax_1.twinx()
 3    if A[0] ==B[0] and A[1] ==B[1]:#静风画点
 4        ax.plot(A[0],A[1],'ko')
 5    else:
 6        ax.annotate("", xy=(B[0], B[1]), xytext=(A[0], A[1]),arrowprops=dict(arrowstyle="->"))
 7    ax.spines['left'].set_visible(False)
 8    ax.spines['right'].set_visible(False)
 9    ax.spines['top'].set_visible(False)
10    ax.spines['bottom'].set_visible(False)
11    ax.set_xlim(0,24)
12    ax.set_ylim(0,5)
13    ax.get_yaxis().set_visible(False)
14    ax.set_aspect('equal') #x轴y轴等比例
15    plt.tight_layout()
16
17def drow_wind_heatmap(wd,ws,xticklabels):
18    f, ax = plt.subplots(figsize=(12, 3))
19    uniform_data = []
20    uniform_data.append(ws)
21    colors = ['lightskyblue','darkturquoise','lime','greenyellow','orangered','red']
22    clrmap = mcolors.LinearSegmentedColormap.from_list("mycmap",colors) 
23    sns.heatmap(uniform_data,square=True,annot=True, fmt="d",linewidths=.5,cmap=clrmap,yticklabels=['windspeed'],xticklabels=xticklabels,cbar=False,vmin=0,vmax=8,ax = ax)
24    ax.set_xticklabels(ax.get_xticklabels(), rotation=0) 
25    ax.set_yticklabels(ax.get_yticklabels(), rotation=0) 
26    ax.spines['bottom'].set_position(('data',1)) 
27
28    for i in range(24): 
29        if wd[i] != 'c':
30            a = np.array([0.5+0.5*np.sin(wd[i]/ 180 * np.pi)+i,3.5+0.5*np.cos(wd[i]/ 180 * np.pi)])
31            b = np.array([0.5-0.5*np.sin(wd[i]/ 180 * np.pi)+i,3.5-0.5*np.cos(wd[i]/ 180 * np.pi)])
32            drawArrow(a,b,ax)
33        else: 
34            a = np.array([0.5+i,3.5])
35            drawArrow(a,a,ax)
36
37    plt.show()
38
39if __name__ == "__main__":
40    x_time = ['0','1','2','3','4','5','6','7','8','9','10','11','12','13','14','15','16','17','18','19','20','21','22','23']
41    wind_speed =  [2,4,4,3,4,2,1,1,1,2,1,2,1,2,1,1,1,1,0,0,0,1,0,1]
42    wind_direction  =  [340,110,90,110,180,130,350,30,230,260,240,240,230,210,200,250,250,230,'c','c','c',100,'c',250]
43    drow_wind_heatmap(wind_direction,wind_speed,x_time)