python使用cartopy库绘制台风路径代码

作者:oceanography-Rookie 时间:2023-08-22 15:50:18 

使用python基于cartopy库绘制台风路径

python使用cartopy库绘制台风路径代码

使用python 绘制西太平洋进入我国的台风路径,文件为.dat格式,内容如下所示:

python使用cartopy库绘制台风路径代码

代码如下:


import netCDF4 as nc4
import matplotlib.pyplot as plt
import numpy as np
import datetime
import os
import cartopy.crs as ccrs

path='E://' #文件路径
files= os.listdir(path) #得到文件夹下的所有文件名称

fig=plt.figure(figsize=(20,12)) #设置画布大小
parallels = np.arange(0.,90.,3.)
meridians = np.arange(0.0,360.,3.)  
ax = plt.axes(projection=ccrs.Robinson())   #设置投影方式
# Set figure extent & ticks
ax.set_extent([100, 150, 5, 50])  #设置纬度范围
# plt.grid(linestyle=':',color='y')#
for file in files:  #按照顺序在 files 里面进行每一个文件的 数据名称 循环读取
   f = open(path+file,'r')   # 打开第一个 dat 文件
   records = f.readlines()   # 读取这个文件里面的所有数据
   f.close()                 # 关闭这个dat文件  

date_t = ''               # 设置一个用来表示空格
   btk_lat = []              # 设置一个空的 待传入数据的纬度
   btk_lon = []              # 设置一个空的 待传入数据的经度
   btk_vmax = []             # 风速最大值 Maximum sustained wind speed in knots: 0 - 300 kts.
   btk_time = []             # 时间
   btk_rmw = []              # 最大风速半径 radius of max winds, 0 - 999 n mi.
   btk_name = []             # 台风名称

for rcd in records:       # 对这个dat文件里面,已经读取的每一行数据进行循环处理

strs = rcd.split(',') #将每一个','分隔开
       if(len(strs)<21):     #判断语句,如果这个被分割开的字符 长度<21 ,继续进行处理
           continue
       date_str = strs[2].strip(' ') #将strs这个list的索引为2的值赋给data_str,既年月日时
       if date_str == date_t:#判读如果是一个空格值,赋给data——str
           continue
       dt = datetime.datetime(int(date_str[0:4]),int(date_str[4:6]),int(date_str[6:8]),\
       int(date_str[8:]),0,0,0)
       btk_time.append(nc4.date2num(dt,units='second since 1970-1-1 00:00:00'))#计算距离给的时间有多少秒,并从后往前排列
       #处理纬度
       lat_str = strs[6].strip()
       #判断南北纬
       if lat_str[-1] == 'N':
           lat_t = float(lat_str[0:-1])*0.1
       else:
           lat_t = float(lat_str[0:-1])*-0.1
       btk_lat.append(lat_t)
       #处理经度
       lon_str = strs[7].strip()
       #判断 东西经
       if lon_str[-1] == 'E':
           lon_t = float(lon_str[0:-1])*0.1
       else:
           lon_t = float(lon_str[0:-1])*-0.1
       btk_lon.append(lon_t)        
       #处理最大风速
       vmax = strs[8].strip()
       btk_vmax.append(float(vmax))#转换为单浮点型,(带小数点)
       #时间
       date_t = date_str
       #最大风速半径
       rmw = strs[19].strip()
       btk_rmw.append(float(rmw))
       #处理台风名称
       if(len(strs) < 27):
           btk_name.append('noname')
       else:
           name = strs[27].strip()
           btk_name.append(name)
#==============================================================================
   btk_lat = np.array(btk_lat) #将得到的list 值转换为数组型的值,为了便于绘图。因为绘图的横纵坐标都是数组排列
   btk_lon = np.array(btk_lon)%360 #因为原始经度为-180 - 0 -180 ,出现断隔,为解决问题,化为 0-360
   btk_time = np.array(btk_time)  #时间转换
   btk_vmax = np.array(btk_vmax)*0.5144 #风速换算公式
   btk_rmw = np.array(btk_rmw)*1.852 #
   #判断,如果数组纬度的值是0,则为nan值,既无法计算的值(无穷大,,),否则即为台风的名称
   if(len(btk_lat) == 0):
       tc_name = 'noname'
   else:
       index = btk_vmax.argmax()
       tc_name = btk_name[index]

#进行绘图,经度、纬度曲线
   ax.plot(btk_lon,btk_lat,color='k',linewidth=0.5,transform=ccrs.PlateCarree())
   #散点图绘制,经度、纬度、最大风速,
   cb = ax.scatter(btk_lon,btk_lat,c=btk_vmax,s=10.0,transform=ccrs.PlateCarree()
                   ,vmin=10,vmax=60)
ax.coastlines()
ax.gridlines(draw_labels=True, dms=True, x_inline=False, y_inline=False)

plt.colorbar(cb,label='Vmax (m/s)',pad=0.07,orientation='vertical',shrink=1)
plt.title('  path')
# 保存绘制图片 ,注意保存路径不能放在dat文件夹中    
#fig.savefig(path2+'tester.tiff',format='tiff',dpi=100)

来源:https://blog.csdn.net/weixin_44237337/article/details/122889219

标签:python,cartopy
0
投稿

猜你喜欢

  • 简单谈谈Python的pycurl模块

    2023-07-14 01:42:03
  • Javascript 同时提交多个Web表单的方法

    2024-04-19 10:06:45
  • php验证session无效的解决方法

    2023-08-15 06:52:39
  • 详解pandas中Series()和DataFrame()的区别与联系

    2023-06-24 23:05:46
  • 利用色轮选择颜色搭配[译]

    2009-10-31 18:24:00
  • javascript函数定义的几种区别小结

    2024-04-10 10:40:03
  • npm qs模块使用详解

    2024-04-25 13:11:14
  • python从入门到实践之组合数据类型

    2021-09-02 17:53:54
  • Flash的Fallback Content等

    2010-04-01 12:18:00
  • Python yield生成器和return对比代码实例

    2022-07-17 21:54:57
  • asp.net 多数据库支持的思考

    2024-01-16 04:50:45
  • 一键搞定python连接mysql驱动有关问题(windows版本)

    2024-01-18 05:43:29
  • 大幅提升MySQL中InnoDB的全表扫描速度的方法

    2024-01-19 20:58:42
  • 30个提高Web程序执行效率的好经验分享

    2023-07-16 00:14:22
  • python实现爬虫统计学校BBS男女比例之多线程爬虫(二)

    2021-05-10 03:08:18
  • 微信小程序实现富文本图片宽度自适应的方法

    2023-10-17 12:44:25
  • 在Go语言程序中使用gojson来解析JSON格式文件

    2023-07-02 14:19:52
  • 关于Tensorflow中的tf.train.batch函数的使用

    2023-11-04 19:49:54
  • Mysql性能优化案例 - 覆盖索引分享

    2024-01-27 15:16:59
  • Python实现8个概率分布公式的方法详解

    2022-05-14 08:14:37
  • asp之家 网络编程 m.aspxhome.com