python --在2x2的子图中绘制三个子图,并使第三个子图居中

2023-10-07 06:20

本文主要是介绍python --在2x2的子图中绘制三个子图,并使第三个子图居中,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

python – 在2x2的子图中绘制三个子图,并使第三个子图居中

基于python,绘制一个2x2的子图范围,但是只显示3个子图,并使得第三个子图居中显示’
思路:

  • 建立一个2x2的子图
  • 前两个正常画,其中第三个子图跨越两行。
  • 第三个子图通过set_position 来调整大小和位置,使其视觉上看起来居中显示

以下是封装的绘图函数:

from matplotlib import ticker 
import matplotlib.pyplot as plt
import cartopy.feature as cfeature
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
import cartopy.crs as ccrs
import numpy as np
import  cmaps
from matplotlib.gridspec import GridSpec
def make_map(ax, title): ax.set_extent(box, crs=ccrs.PlateCarree())land = cfeature.NaturalEarthFeature('physical','land','50m',edgecolor='gray', facecolor='None',)ax.add_feature(land)  # set land colorax.coastlines()  # set coastline resolutiongl = ax.gridlines(draw_labels=True, linewidth=0.5, color='gray', alpha=0.5, linestyle='--')gl.top_labels = False  # 不显示上边界的标签gl.right_labels = False  # 不显示右边界的标签gl.xlocator = ticker.MultipleLocator(base=30)  gl.ylocator = ticker.MultipleLocator(base=30)ax.set_title(title, fontsize=25, loc='center')# ax.tick_params(which='both', #                direction='out', #                length=8,#                width=0.99, #                pad=0.2, #                labelsize=20,#                bottom=True, left=True, right=True, top=True)return ax
  • 封装函数的好处在于重复绘制相关格式的子图时,减少重复代码
  • 上述封装的绘图函数,可以实现:1、指定显示的绘图空间范围;2、陆地投影、海岸线;3、网格以及默认标签;4、标题;5、最小刻度线间隔
  • 由于这里关于刻度线使用的是gridlines,对于刻度线的朝向和长短暂时没有找到好的方法进行控制,这个是投影地图上的一个bug感觉,在proplot这个绘图函数里面也有类似的问题;解决办法呢,需要自己手动添加tick,然后通过tick_params来实现;

如下所示:

def make_map(ax, title): ax.set_extent(box, crs=ccrs.PlateCarree())land = cfeature.NaturalEarthFeature('physical','land','50m',edgecolor='gray', facecolor='None',)ax.add_feature(land)  # set land colorax.coastlines()  # set coastline resolutionax.set_xticks(np.arange(-90, 91, 30), crs=ccrs.PlateCarree())ax.set_yticks(np.arange(-30, 31, 30), crs=ccrs.PlateCarree())ax.xaxis.set_major_formatter(LongitudeFormatter(zero_direction_label=False))ax.yaxis.set_major_formatter(LatitudeFormatter())ax.xaxis.set_minor_locator(ticker.AutoMinorLocator(n=5) )ax.yaxis.set_minor_locator(ticker.AutoMinorLocator(n=3))ax.xaxis.set_major_formatter(lon_formatter)ax.yaxis.set_major_formatter(lat_formatter)ax.set_title(title, fontsize=25, loc='center')ax.tick_params(which='both', direction='out', length=8,width=0.99, pad=0.2, labelsize=20,bottom=True, left=True, right=True, top=True)return ax

然后,对于子图的设置,这里使用的是GridSpec 对象,代码如下所示,


proj = ccrs.PlateCarree(central_longitude=0)fig = plt.figure(figsize=(16, 8), dpi=200)
gs = GridSpec(2, 2, figure=fig, width_ratios=[1, 1], height_ratios=[1, 1])
ax = [plt.subplot(gs[0, 0], projection=proj), plt.subplot(gs[0, 1], projection=proj),plt.subplot(gs[1, :2], projection=proj)]title = ['Zonal Wind', 'Meridional Wind', 'Height']
box = [-91, 91, -35, 35]  for i, var in enumerate([u, v, h]):make_map(ax[i], title[i])plot = ax[i].contourf(lon, lat, var.T, cmap=cmaps.BlueWhiteOrangeRed,transform=ccrs.PlateCarree())ax[i].set_extent(box, crs=ccrs.PlateCarree())  # 设置第三个子图的位置
ax[2].set_position([0.25, 0.1, 0.5, 0.8])# 调整子图间距
plt.subplots_adjust(hspace=0.4)

得到的绘图结果就是下面这个样子:

在这里插入图片描述

这里仅仅做一个尝试,当然,没有必要非得让它居中嘛:

proj = ccrs.PlateCarree(central_longitude=0)fig, ax = plt.subplots(nrows=2, ncols=2, figsize=(16, 10), dpi=200,subplot_kw={'projection': proj})title = ['u', 'v', 'h']
box = [-91, 91, -35, 35]  for i, var in enumerate([u, v, h]):print(i)make_map(ax.flatten()[i], title[i])plot = ax.flatten()[i].contourf(lon, lat, var.T, cmap=cmaps.BlueWhiteOrangeRed,transform=ccrs.PlateCarree())ax.flatten()[i].set_extent(box, crs=ccrs.PlateCarree())  # 删除最后一个子图
fig.delaxes(ax.flatten()[3])# fig.subplots_adjust(hspace=0.1)# 显示图形
plt.show()# 显示图形
plt.show()

就下面这样也很好,或者干脆就是一个1x3或者3x1的子图分布也可以,实在不行,后期通过ai也可以任意拼接
在这里插入图片描述
全部的绘图代码:

def make_map(ax, title): ax.set_extent(box, crs=ccrs.PlateCarree())land = cfeature.NaturalEarthFeature('physical','land','50m',edgecolor='gray', facecolor='None',)ax.add_feature(land)  # set land colorax.coastlines()  # set coastline resolutiongl = ax.gridlines(draw_labels=True, linewidth=0.5, color='gray', alpha=0.5, linestyle='--')gl.top_labels = False  # 不显示上边界的标签gl.right_labels = False  # 不显示右边界的标签gl.xlocator = ticker.MultipleLocator(base=30)  gl.ylocator = ticker.MultipleLocator(base=30)ax.set_title(title, fontsize=25, loc='center')return ax
proj = ccrs.PlateCarree(central_longitude=0)
fig = plt.figure(figsize=(16, 8), dpi=200)
gs = GridSpec(2, 2, figure=fig, width_ratios=[1, 1], height_ratios=[1, 1])
ax = [plt.subplot(gs[0, 0], projection=proj), plt.subplot(gs[0, 1], projection=proj),plt.subplot(gs[1, :2], projection=proj)]title = ['Zonal Wind', 'Meridional Wind', 'Height']
box = [-91, 91, -35, 35]  for i, var in enumerate([u, v, h]):make_map(ax[i], title[i])plot = ax[i].contourf(lon, lat, var.T, cmap=cmaps.BlueWhiteOrangeRed,transform=ccrs.PlateCarree())ax[i].set_extent(box, crs=ccrs.PlateCarree())  # 设置第三个子图的位置
ax[2].set_position([0.25, 0.1, 0.5, 0.8])# 调整子图间距
plt.subplots_adjust(hspace=0.4)
plt.show()

这篇关于python --在2x2的子图中绘制三个子图,并使第三个子图居中的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/156600

相关文章

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python中的getopt模块用法小结

《Python中的getopt模块用法小结》getopt.getopt()函数是Python中用于解析命令行参数的标准库函数,该函数可以从命令行中提取选项和参数,并对它们进行处理,本文详细介绍了Pyt... 目录getopt模块介绍getopt.getopt函数的介绍getopt模块的常用用法getopt模

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.