这篇文章将为大家详细讲解有关Python中怎么绘制气象图，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
成都创新互联-专业网站定制、快速模板网站建设、高性价比通化县网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式通化县网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖通化县地区。费用合理售后完善，10年实体公司更值得信赖。
首先能看出的是折线图的背景色发生了变化，如何调节背景色：
ax1=fig.add_subplot(111,facecolor='papayawhip')
在引入子图时，在subplot命令中添加facecolor一句，引号中是调节颜色名，比如修改为green：
ax1=fig.add_subplot(111,facecolor='green')
（吐了）在画图时，一定要考虑到配色方案给人的视觉感受。
在共享x轴时，两边y轴的零刻度是不一致的，这要结合你分析的数据及时改变，其命令如下：
ax1.set_ylim(-1,5.5)ax2.set_ylim(5,30)
xlim和ylim是用来设置坐标轴的范围的。在分析的这三十天气温时，因为没有任何一天低于10摄氏度，那为什么不将右边刻度从10开始设置呢？不信可修改来具体分析：
咋一看似乎还行，但是在气温折线刚开始的时候有一部分是比较低的，绘制图像的人当然知道气温其实都在10摄氏度以上，不过当别人读取图像时，第一感觉会参照左边的刻度，这样会使阅读者产生前几天气温比较低（在零下）的感觉，所以制图时应该兼顾多方面，以给阅读者最良好的体验（包括前面提到的配色问题）。
和上个教程的体系相比，y轴上在主刻度的基础上出现了副刻度。在引入库包阶段输入：
import matplotlib.ticker as ticker
引入这个工具，在设定刻度阶段输入：
ax1.yaxis.set_minor_locator(ticker.MultipleLocator(0.1))
minor即是次要的意思。此处设定副刻度为0.1单位，还可以修改为0.001个单位。
左侧y轴副刻度0.1单位
左侧y轴副刻度0.01单位
看起来好像副刻度消失了，其实是因为过于密集导致生成了黑线。
同样的，主刻度也能修改，将minor换为major即可：
ax2.yaxis.set_major_locator(ticker.MultipleLocator(10))
现在将右侧主刻度设置为每10个单位显示：
在上面这幅图中，图例legend中的蒸发图例好像多出来一行，没有对齐（强迫症不爽），可通过参数ncol进行修改，ncol表示图例的列数：
plt.legend((bar1,bar2,line1,line2),('降水','蒸发','墒情','气温'),loc=2,frameon=False,framealpha=0.5,ncol=1)plt.legend((bar1,bar2,line1,line2),('降水','蒸发','墒情','气温'),loc=2,frameon=False,framealpha=0.5,ncol=4) 
第一张图ncol=1,表示图例只有一列；第二张图ncol=4，表示图例有四列。
plt.scatter(x,y,s,color='',cmap='',marker='',alpha='')
其中，（x,y）是其在坐标中的位置，s表示打点的大小，color表示打点的颜色，cmap表示颜色映射表，marker表示打点的标记，alpha修改透明度，整体上来说和折线图的用法类似。
######引入库包############import matplotlib.pyplot as pltimport numpy as np#######拟造数据#############x=np.linspace(0.05,10,1000)y=np.random.rand(1000)#######画布与绘图区#####fig=plt.figure(figsize=(3,3),dpi=200)ax=fig.add_subplot(111)ax.scatter(x,y,s=10,)plt.show()
当然，散点图除了绘制回归曲线，还能有更多的用途，比如在地图上标记地点：
nameandstation={"恩施":[109.5,30.2],"利川":[109,30.3],"巴东":[110.34,31.04],"建始":[109.72,30.6],"宣恩":[109.49,29.987],"来凤":[109.407,29.493],"咸丰":[109.14,29.665],"鹤峰":[110.034,29.89]}for key,value in nameandstation.items(): ax.scatter(value[0] , value[1] , marker='.' , s=60 , color = "k" , zorder = 3) ax.text(value[0]-0.07 , value[1]+0.03 , key , fontsize = 7 , color = "k") 
关于Python中怎么绘制气象图就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
当前标题：Python中怎么绘制气象图
分享链接：
http://cdkjz.cn/article/ggpsso.html
