【python海洋专题三十八】海洋指数画法--折线图样式二

【python海洋专题三十八】海洋指数画法–折线图样式二

数据：AMO_index

图像展示：



图片

往期推荐

图片
【python海洋专题一】查看数据nc文件的属性并输出属性到txt文件

【python海洋专题二】读取水深nc文件并水深地形图
【python海洋专题三】图像修饰之画布和坐标轴

【Python海洋专题四】之水深地图图像修饰

【Python海洋专题五】之水深地形图海岸填充

【Python海洋专题六】之Cartopy画地形水深图

【python海洋专题】测试数据

【Python海洋专题七】Cartopy画地形水深图的陆地填充

【python海洋专题八】Cartopy画地形水深图的contourf填充间隔数调整

【python海洋专题九】Cartopy画地形等深线图

【python海洋专题十】Cartopy画特定区域的地形等深线图

【python海洋专题十一】colormap调色

【python海洋专题十二】年平均的南海海表面温度图

【python海洋专题十三】读取多个nc文件画温度季节变化图

【python海洋专题十四】读取多个盐度nc数据画盐度季节变化图

【python海洋专题十五】给colorbar加单位

【python海洋专题十六】对大陆周边的数据进行临近插值

【python海洋专题十七】读取几十年的OHC数据，画四季图

【python海洋专题十八】读取Soda数据，画subplot的海表面高度四季变化图

【python海洋专题十九】找范围的语句进阶版本

【python海洋专题二十】subplots_adjust布局调整

【python海洋专题二十一】subplots共用一个colorbar

【python海洋专题二十二】在海图上text

【python海洋专题二十三】共用坐标轴

【python海洋专题二十四】南海年平均海流图

【python海洋专题二十五】给南海年平均海流+scale

【python海洋专题二十六】南海海流流速图

【python海洋专题二十七】南海四季海流图

【python海洋专题二十八】南海四季海流流速图

【python海洋专题二十九】读取CTD文件数据并画温度点剖面图

【python海洋专题三十】画南海115°E的温度剖面图

【python海洋专题三十一】画南海115°E的地形温度剖面图

【python海洋专题三十二】画南海115°E的地形温度流速剖面图

【python海洋专题三十三】画海洋表面的风场分布

【python海洋专题三十四】调用自己的colormore

【python海洋专题三十五】加密数据–二维插值

【python海洋专题三十六】两个一维数组的相关系数–为海洋指数作准备

【python海洋专题三十七】海洋指数画法–折线图样式一

【MATLAB海洋专题】历史汇总

【matlab程序】图片平面制作||文末点赞分享||海报制作等

大佬推荐一下物理海洋教材吧?

【matlab海洋专题】高级玫瑰图–风速风向频率玫瑰图–此图细节较多

【上千种颜色包|全平台可用】收集自Matlab、python、R、NCL等颜色包

R语言_RColorBrewer包–全平台可用

海洋专用cmocean颜色包_共22种–全平台可用

【matlab教程】matlab不规则区域的外围填充

【海洋科普】沉积物分为粘性沉积物和非粘性沉积物

【海洋科普】黄渤海地理介绍

【科普知识】海洋尺度图和解释

【海洋科普】海洋环流与等高线岩特征联系

代码分享：

"""# ----01 导入函数包-----"""
import matplotlib
import codecs
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from matplotlib.collections import LineCollection
from matplotlib.colors import ListedColormap, BoundaryNorm

'''# ----02----定义函数--用于区分y=0上下的点----'''


def threshold_plot(ax, x, y, threshv, color, overcolor):
    cmap = ListedColormap([color, overcolor])
    norm = BoundaryNorm([np.min(y), threshv, np.max(y)], cmap.N)
    points = np.array([x, y]).T.reshape(-1, 1, 2)
    segments = np.concatenate([points[:-1], points[1:]], axis=1)
    lc = LineCollection(segments, cmap=cmap, norm=norm)
    lc.set_array(y)
    ax.add_collection(lc)
    ax.set_xlim(np.min(x), np.max(x))
    ax.set_ylim(np.min(y) * 1.1, np.max(y) * 1.1)
    return lc


'''# ----03----读取指数文件----'''
f = codecs.open("D:\pycharm_work\program\\90_read_ocean_index_and_plot\\amo_index.txt",
                mode='r')  # 打开txt文件
year = []; amo_moth_1 = []
for line in f.readlines()[28:]:
    a = line.split()
    a = [float(i) for i in a]
    year.append(a[0])  # 将其添加在year
    amo_moth_1.append(a[1])  # 将其添加在列表之中
    line = f.readline()
f.close()
'''# 02-1将list转换为np，可以画图。数组；'''
b = []
for i in range(len(year)):
    b.append(np.array(year[i]))
year = np.array(b)
b = []
for i in range(len(amo_moth_1)):
    b.append(np.array(amo_moth_1[i]))
amo_moth_1 = np.array(b)
# ----数据处理----去除missing value----
amo_moth_1[amo_moth_1 < - 999] = 0
'''# 画图'''
# ----01----读取颜色--后续使用-shallow_blue---cornflowerblue
filename = 'D:\matlab_work\函数名为colormore的颜色索引表制作\R_color_txt\R_color_single\\deepskyblue.txt'
file = open(filename, 'r')
lines = file.readlines()
file.close()
data1 = []
for line in lines:
    data1.append(float(line.strip()))
cornflowerblue = np.array(data1)
# ----01-1----shallow_red---
filename = 'D:\matlab_work\函数名为colormore的颜色索引表制作\R_color_txt\R_color_single\\brown1.txt'
file = open(filename, 'r')
lines = file.readlines()
file.close()
data2 = []
for line in lines:
    data2.append(float(line.strip()))
brown = np.array(data2)
# ----01-2----shallow_black---
filename = 'D:\matlab_work\函数名为colormore的颜色索引表制作\R_color_txt\R_color_single\\lavenderblush4.txt'
file = open(filename, 'r')
lines = file.readlines()
file.close()
data2 = []
for line in lines:
    data2.append(float(line.strip()))
black = np.array(data2)
# ----01-2----shallow_black---
filename = 'D:\matlab_work\函数名为colormore的颜色索引表制作\R_color_txt\R_color_single\\gray10.txt'
file = open(filename, 'r')
lines = file.readlines()
file.close()
data2 = []
for line in lines:
    data2.append(float(line.strip()))
gray70 = np.array(data2)
# ----01-4----shallow_black---
filename = 'D:\matlab_work\函数名为colormore的颜色索引表制作\R_color_txt\R_color_single\\gray75.txt'
file = open(filename, 'r')
lines = file.readlines()
file.close()
data2 = []
for line in lines:
    data2.append(float(line.strip()))
gray90 = np.array(data2)
# ----02----中文字体设置----
matplotlib.rc("font", family='Microsoft YaHei', weight="bold")
# 创建图形和坐标轴对象# 分辨率参数-dpi，画布大小参数-figsize
fig, ax = plt.subplots(dpi=300, figsize=(3.8, 2.3))
# ----03----绘制数组的折线图--颜色设置
ax.plot(year, amo_moth_1, color=black / 256, marker='.', linestyle='-', linewidth=0.7, markersize=1)
plt.axhline(y=0.0, color=gray90 / 256, linestyle='--', lw=0.5, zorder=0)  # y=0
# ----04----绘制数组的散点图--颜色设置---
ax.scatter(year, amo_moth_1, s=0.3, color=gray70 / 256, zorder=2)
# ----05----设置散点分散--以y=0上下不同颜色设置。---
below_threshold = amo_moth_1 < 0
ax.scatter(year[below_threshold], amo_moth_1[below_threshold], s=3, color=cornflowerblue / 256, zorder=1)
# ----Add above threshold markers
above_threshold = np.logical_not(below_threshold)
ax.scatter(year[above_threshold], amo_moth_1[above_threshold], s=3, color=brown / 256, zorder=1)
# ----04----设置坐标轴标签  标签设置字体大小设置--坐标轴范围限制---
plt.xlabel('年份', fontsize=5)
plt.ylabel('AMO（index）', fontsize=5)
plt.title('AMO（index）', fontsize=5)
plt.xlim(1900, 2020)
plt.ylim(-1, 1)
# ----05----刻度设置及刻度值字体大小（分别设置x轴和y轴）
plt.yticks(np.linspace(-1, 1, 5), fontsize=5, color='#000000')
plt.xticks([1900, 1910, 1920, 1930, 1940, 1950, 1960, 1970, 1980, 1990, 2000, 2010, 2020], fontsize=5, color='#000000')
ax.tick_params("both", which='major', length=2, width=1.0, colors='k', direction='in')  # "y", 'x', 'both'
# ----06----保存图像
plt.savefig('amo_index_plot_scatter_0.jpg', dpi=600, bbox_inches='tight', pad_inches=0.1)  # 输出地图，并设置边框空白紧密
plt.show()

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122