python函数组绘图 python中如何对一维数组绘图( 二 )


?points(x, y, ...),添加点
?lines(x, y, ...),添加线段
?text(x, y, labels, ...),添加文字
?abline(a, b, ...),添加直线y=a+bx
【python函数组绘图 python中如何对一维数组绘图】 ?abline(h=y, ...),添加水平线
?abline(v=x, ...),添加垂直线
?polygon(x, y, ...),添加一个闭合的多边形
?segments(x0, y0, x1, y1, ...),画线段
?arrows(x0, y0, x1, y1, ...),画箭头
?symbols(x, y, ...),添加各种符号
?legend(x, y, legend, ...),添加图列说明
Python气象数据处理与绘图(2):常用数据计算方法对于气象绘图来讲python函数组绘图,第一步是对数据的处理,通过各类公式,或者统计方法将原始数据处理为目标数据 。
按照气象统计课程的内容,我给出了一些常用到的统计方法的对应函数python函数组绘图:
在计算气候态,区域平均时均要使用到求均值函数,对应NCL中的dim_average函数,在python中通常使用np.mean()函数
numpy.mean(a, axis, dtype)
假设a为[time,lat,lon]的数据 , 那么
需要特别注意的是,气象数据中常有缺测,在NCL中 , 使用求均值函数会自动略过,而在python中,当任意一数与缺测(np.nan)计算的结果均为np.nan,比如求[1,2,3,4,np.nan]的平均值 , 结果为np.nan
因此,当数据存在缺测数据时,通常使用np.nanmean()函数,用法同上,此时[1,2,3,4,np.nan]的平均值为(1+2+3+4)/4 = 2.5
同样的,求某数组最大最小值时也有np.nanmax(), np.nanmin()函数来补充np.max(), np.min()的不足 。
其他很多np的计算函数也可以通过在前边加‘nan’来使用 。
另外,
也可以直接将a中缺失值全部填充为0 。
np.std(a, axis, dtype)
用法同np.mean()
在NCL中有直接求数据标准化的函数dim_standardize()
其实也就是一行的事,根据需要指定维度即可 。
皮尔逊相关系数:
相关可以说是气象科研中最常用的方法之一了,numpy函数中的np.corrcoef(x, y)就可以实现相关计算 。但是在这里我推荐scipy.stats中的函数来计算相关系数:
这个函数缺点和有点都很明显,优点是可以直接返回相关系数R及其P值,这避免了我们进一步计算置信度 。而缺点则是该函数只支持两个一维数组的计算,也就是说当我们需要计算一个场和一个序列的相关时,我们需要循环来实现 。
其中a[time,lat,lon] , b[time]
(NCL中为regcoef()函数)
同样推荐Scipy库中的stats.linregress(x,y)函数:
slop:回归斜率
intercept:回归截距
r_value:相关系数
p_value: P值
std_err:估计标准误差
直接可以输出P值,同样省去了做置信度检验的过程,遗憾的是仍需同相关系数一样循环计算 。
python turtle绘图教程python turtle绘图教程如下:
1、使用海龟绘图首先我们需要导入turtle 。
2、海龟绘图属性:
(1)位置 (2)方向 (3)画笔(画笔的属性 , 颜色、画线的宽度) 。
3、操纵海龟绘图有着许多的命令,这些命令可以划分为两种:一种为运动命令,一种为画笔控制命令 。
4、就可以用turtle进行绘图了 。
turtle库是Python语言中一个很流行的绘制图像的函数库,想象一个小乌龟 , 在一个横轴为x、纵轴为y的坐标系原点,(0,0)位置开始,它根据一组函数指令的控制 , 在这个平面坐标系中移动,从而在它爬行的路径上绘制了图形 。
画布就是turtle展开用于绘图区域,可以设置它的大小和初始位置 。
turtle.screensize(canvwidth=None,canvheight=None,bg=None),参数分别为画布的宽(单位像素),高,背景颜色 。

推荐阅读