利用Python进行风玫瑰图绘制的方法

摘要：python作为一种计算机编程语言，有强大的科学计算库。随着气象工作数据处理需求愈加强烈，python因其强大的数据处理能力而至关重要。

关键词：python;风玫瑰图;科学计算

1.引言：

随着NumPy和Matplotlib 等众多程序库的开发， Python 越来越适合于做科学计算、绘制高质量图像。Python是一门通用的程序设计语言，更接近人的自然语言，易学，适合非计算机专业科研人员。Python已成为众多领城的科学计算工具。

2.Python简介：

Rossum1989年发明，是一种面向对象的动态的解释型程序设计语言。

3.常用科学计算库

3.1NumPy

用pythoy实现的开源的数值计算扩展，提供了许多高级的数值编程功能。

3.2Matplotlib

Matplotlib是python最著名的面向对象绘图库，适合编写短小脚本程序，进行快速的交互式绘图。

4.使用python进行风玫瑰图绘制的方法

提取台站某年风数据，利用Matplolib进行风玫瑰图绘制。

4.1.Matplotlib

4.1.1代码

import pandas as pd

import matplotlib.pyplot as plt

import numpy as np

import matplotlib as mpl

import xlrd

plt.rcParams['font.sans-serif'] = ['SimHei']

plt.rcParams['axes.unicode_minus'] = False

Feng2018 = xlrd.open_workbook（r'E：＼2018Feng.xlsx'）

datat = pd.read_excel（Feng2018， sheet_name='sheet2018'）

dt = datat.loc[：， （'WIN_D_Avg_2mi'， 'WIN_S_Avg_2mi'）]

dt = dt.dropna（）

mx = np.ceil（max（dt['WIN_S_Avg_2mi']））

ct0 = np.array（np.arange（0， 361， 22.5））

ct1 = np.array（np.arange（0， mx + 2， 2））

dt['wd'] = pd.cut（dt['WIN_D_Avg_2mi']， ct0）

dt['ws'] = pd.cut（dt['WIN_S_Avg_2mi']， ct1）

count = dt['WIN_S_Avg_2mi'].groupby（[dt['ws']， dt['wd']]）.count（）

data = count.unstack（）

n = 16

theta = np.linspace（0， 2 * np.pi， n， endpoint=False）

width = np.pi * 2 / n

labels = list（['N'， 'NNE'， 'NE'， 'ENE'， 'E'， 'ESE'， 'SE'， 'SSE'， 'S'， 'SSW'， 'SW'， 'WWS'， 'W'， 'WWN'， 'NW'， 'NNW']）

fig = plt.figure（）

ax = fig.add_axes（[0.1， 0.1， 0.7， 0.7]， projection='polar'）

ax1 = fig.add_axes（[0.8， 0.2， 0.01， 0.6]）

colors = ['blue'， 'orange'， 'forestgreen'， 'tomato'， 'violet'， 'red'， 'm'，'yellow'， 'gray']

cmap = mpl.colors.ListedColormap（colors）

norm = mpl.colors.BoundaryNorm（ct1， cmap.N）

for i in range（0， len（data.index））：

idx = data.index[i]

rad = data.loc[idx]

ax.fill（theta，rad，alpha=0.5，color=colors[i]）

ax.set_theta_zero_location（'N'）

ax.set_theta_direction（-1）

ax.set_title（'讀取Excel作风玫瑰图（制作：李小滨）'， fontsize=12）

ax.tick_params（labelsize=15）

ax.set_yticks（[100，200，300，400，500]）

cb = mpl.colorbar.ColorbarBase（ax1， cmap=cmap， norm=norm）

cb.set_label（"个数统计标识色"，size=12）

cb.ax.tick_params（labelsize=14）

plt.show（）

4.1.2运行结果如下图：

5.结语：

Pytnon作为一门通用语言，简洁效率、易于维护，拥有强大的科学计算库。因此Python非常适合进行各类气象数据、气象报表的处理，使数据可视化、具象化。

参考文献：

[1]张若愚.Python科学计算[M].清华大学出版社

[2]Wes McKinney.利用Python进行数据分析.Jupyter

作者简介：李小滨（1984—），男，汉族，河北沧州人，工程师，在新疆和静县巴音布鲁克气象站从事测报、装备保障等工作。