利用Python進行風玫瑰圖繪制的方法

摘要：python作為一種計算機編程語言，有強大的科學計算庫。隨著氣象工作數據處理需求愈加強烈，python因其強大的數據處理能力而至關重要。

關鍵詞：python;風玫瑰圖;科學計算

1.引言：

隨著NumPy和Matplotlib 等眾多程序庫的開發， Python 越來越適合于做科學計算、繪制高質量圖像。Python是一門通用的程序設計語言，更接近人的自然語言，易學，適合非計算機專業科研人員。Python已成為眾多領城的科學計算工具。

2.Python簡介：

Rossum1989年發明，是一種面向對象的動態的解釋型程序設計語言。

3.常用科學計算庫

3.1NumPy

用pythoy實現的開源的數值計算擴展，提供了許多高級的數值編程功能。

3.2Matplotlib

Matplotlib是python最著名的面向對象繪圖庫，適合編寫短小腳本程序，進行快速的交互式繪圖。

4.使用python進行風玫瑰圖繪制的方法

提取臺站某年風數據，利用Matplolib進行風玫瑰圖繪制。

4.1.Matplotlib

4.1.1代碼

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作風玫瑰圖（制作：李小濱）'， 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（"個數統計標識色"，size=12）

cb.ax.tick_params（labelsize=14）

plt.show（）

4.1.2運行結果如下圖：

5.結語：

Pytnon作為一門通用語言，簡潔效率、易于維護，擁有強大的科學計算庫。因此Python非常適合進行各類氣象數據、氣象報表的處理，使數據可視化、具象化。

參考文獻：

[1]張若愚.Python科學計算[M].清華大學出版社

[2]Wes McKinney.利用Python進行數據分析.Jupyter

作者簡介：李小濱（1984—），男，漢族，河北滄州人，工程師，在新疆和靜縣巴音布魯克氣象站從事測報、裝備保障等工作。