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

Python 字典 (Dictionary)使用详解

《Python字典(Dictionary)使用详解》字典是python中最重要,最常用的数据结构之一,它提供了高效的键值对存储和查找能力,:本文主要介绍Python字典(Dictionary)... 目录字典1.基本特性2.创建字典3.访问元素4.修改字典5.删除元素6.字典遍历7.字典的高级特性默认字典

Python自动化批量重命名与整理文件系统

《Python自动化批量重命名与整理文件系统》这篇文章主要为大家详细介绍了如何使用Python实现一个强大的文件批量重命名与整理工具,帮助开发者自动化这一繁琐过程,有需要的小伙伴可以了解下... 目录简介环境准备项目功能概述代码详细解析1. 导入必要的库2. 配置参数设置3. 创建日志系统4. 安全文件名处

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处

python生成随机唯一id的几种实现方法

《python生成随机唯一id的几种实现方法》在Python中生成随机唯一ID有多种方法,根据不同的需求场景可以选择最适合的方案,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习学习... 目录方法 1:使用 UUID 模块(推荐)方法 2:使用 Secrets 模块(安全敏感场景)方法

使用Python删除Excel中的行列和单元格示例详解

《使用Python删除Excel中的行列和单元格示例详解》在处理Excel数据时,删除不需要的行、列或单元格是一项常见且必要的操作,本文将使用Python脚本实现对Excel表格的高效自动化处理,感兴... 目录开发环境准备使用 python 删除 Excphpel 表格中的行删除特定行删除空白行删除含指定

Python通用唯一标识符模块uuid使用案例详解

《Python通用唯一标识符模块uuid使用案例详解》Pythonuuid模块用于生成128位全局唯一标识符,支持UUID1-5版本,适用于分布式系统、数据库主键等场景,需注意隐私、碰撞概率及存储优... 目录简介核心功能1. UUID版本2. UUID属性3. 命名空间使用场景1. 生成唯一标识符2. 数

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

Python包管理工具pip的升级指南

《Python包管理工具pip的升级指南》本文全面探讨Python包管理工具pip的升级策略,从基础升级方法到高级技巧,涵盖不同操作系统环境下的最佳实践,我们将深入分析pip的工作原理,介绍多种升级方... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函