使用python基于cartopy库绘制台风路径
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：
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)
