概述
在之前的風資源分析文章中，有提到過用widrose包來進行玫瑰圖的繪制，目前的可視化繪圖包有很多，但是最基礎和底層的，本人認為還是matplotlib，有時候為了畫1-2個圖就去安裝一個包，好麻煩，我就是個安裝軟件的渣渣，所以，推己及人，我也研究了一下，matplotlib畫玫瑰圖的方法，廢話不多說，開始咯~~~
風能玫瑰圖
玫瑰圖是氣象科學專業統計圖表,用來統計某個地區一段時期內風向、風速發生頻率，又分為“風向玫瑰圖”和“風速玫瑰圖”。本文中的玫瑰圖是將風速和風向結合在一起，畫出的風能玫瑰圖。
讀取數據
讀取對應的測風數據，并進行數據的基本計算，在matplotlib中畫圖中沒有集成的計算包，所以一定要充分了解繪制玫瑰圖的原理，將數據通過計算來處理成繪圖需要的形式，再進行調用繪圖。
**1、讀取數據，**并提取出繪圖的風速風向數據，此時的數據是原始風速風向數據。
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import matplotlib as mpl
plt.rcParams['font.sans-serif']=['SimHei'] #顯示中文
plt.rcParams['axes.unicode_minus']=False #顯示負號
filename=r'E:\python總結\實例數據\matplotlib畫玫瑰圖\Sta_WLS7-4880-0420-0728.xlsx'
datat=pd.read_excel(filename,sheet_name='原始數據')
datat.columns
# 提取繪圖的風速風向數據，并進行簡單的刪除空值處理
dt=datat.loc[:,('90m Wind Speed (m/s)','90m Wind Direction (�)')] #提取90m高度的風速和風向
dt=dt.dropna() #刪除空值
2、進行繪圖前的數據計算。
mx=np.ceil(max(dt['90m Wind Speed (m/s)'])) #風速最大值向上取整
ct0=np.array(np.arange(0,361,22.5)) #劃分風向的區間，22.5度一個區間
ct1=np.array(np.arange(0,mx+2,2)) #劃分風速的區間，2米一個區間
#將風速和風向進行區間劃分
dt['wd']=pd.cut(dt['90m Wind Direction (�)'],ct0)
dt['ws']=pd.cut(dt['90m Wind Speed (m/s)'],ct1)
#計算各區間段數據量，輸出結果為層次化索引序列
count=dt['90m Wind Speed (m/s)'].groupby([dt['ws'],dt['wd']]).count()
data=count.unstack() #將層次化索引轉化為表格
3、繪制玫瑰圖與顏色條。
根據上面計算的數據data來進行繪圖。
n=16 #繪制的扇區的個數，與上面角度的區間劃分一致的
theta=np.linspace(0,2*np.pi,n,endpoint=False) #獲取16個方向的角度值
width=np.pi*1.5/n #設置扇形的寬度
#設置角度對應的標簽
labels=list(['N','','45','','E','','135','','S','','225','','W','','315',''])
fig=plt.figure() #新建畫布
ax=fig.add_axes([0.1,0.1,0.7,0.7],projection='polar') #在畫布添加一個極坐標圖，即玫瑰圖
ax1=fig.add_axes([0.8,0.1,0.03,0.7]) #在畫布里面添加顏色條，分別對應左，下，寬，高
#根據劃分的風速段個數來進行顏色配置
colors=['blue','orange','forestgreen','tomato','violet','red','m','yellow','gray']
cmap=mpl.colors.ListedColormap(colors)
norm=mpl.colors.BoundaryNorm(ct1,cmap.N)
for i in range(0,len(data.index)):
idx=data.index[i]
rad=data.loc[idx]
#畫玫瑰柱狀圖，由此類推，可以畫雷達圖，氣泡圖等等，只要將bar改成對應的圖就可以
ax.bar(theta,rad,width=width,bottom=100,label=idx,tick_label=labels,color=colors[i])
ax.set_theta_zero_location('N') #設置0度正北方向
ax.set_theta_direction(-1) #設置順時針方向繪圖
ax.set_title('風玫瑰圖',fontsize=16)
ax.tick_params(labelsize=15)
ax.set_yticks([200,500,1000,1500]) #默認的y軸出現的頻數，也可設置為空
cb=mpl.colorbar.ColorbarBase(ax1,cmap=cmap,norm=norm) #設置顏色條
cb.ax.tick_params(labelsize=14) #設置顏色條字體和大小
得到風玫瑰柱狀圖如下：
將里面：
ax.bar(theta,rad,width=width,bottom=100,label=idx,tick_label=labels,color=colors[i])
替換成：
ax.fill(theta,rad,alpha=0.5,color=colors[i])
得到風能面積圖，不過由于本次數據覆蓋嚴重，比較丑：
簡單的風向玫瑰圖
在實際運用中，有時候并不需要很復雜的玫瑰圖，簡單的表示各風向上的風速出現頻次就可以了，因此，可以畫簡單的風向玫瑰圖。
data_0=dt['90m Wind Speed (m/s)'].groupby(dt['wd']).count() #計算每一個風向段的風速頻次
ax=plt.subplot(111,projection='polar') #建立極坐標系
bars=ax.bar(theta,data_0,width=width,bottom=0.0)
#為每個柱子配顏色，有兩種方法，一種是一個柱子設置一個顏色，根據柱子的個數設置顏色的個數
#另一種是用連續色彩的映射，第二種方法需要將畫圖數據歸一化到0-1之間
mm=max(data_0)
for r,bar in zip(data_0,bars):
bar.set_facecolor(plt.cm.viridis(r/mm)) #設置數值映射的顏色
bar.set_alpha(0.8) #設置顏色透明度
ax.set_theta_zero_location('N') #設置0度正北方向
ax.set_theta_direction(-1) #設置順時針方向繪圖
ax.set_title('風向玫瑰圖',fontsize=16)
ax.tick_params(labelsize=13)
ax.set_yticks([500,1000,2000,4000]) #默認的y軸出現的頻數，也可設置為空
得到如下圖：
由于風向數據的特征很明顯，即主要風向明確，所以圖畫出來不太好看。
以上為matplotlib畫玫瑰圖的用法，另外還有一些衍生的玫瑰圖，大家可以據此摸索一下。
總結
到此這篇關于利用Python matplotlib繪制風能玫瑰圖的文章就介紹到這了,更多相關matplotlib繪制風能玫瑰圖內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python matplotlib實用繪圖技巧匯總
- python使用matplotlib顯示圖像失真的解決方案
- 基于python的matplotlib制作雙Y軸圖
- 用Python的繪圖庫(matplotlib)繪制小波能量譜
- python matplotlib繪圖實現刪除重復冗余圖例的操作
- Python基礎之畫圖神器matplotlib
- python讀取并顯示圖片的三種方法（opencv、matplotlib、PIL庫）
- python 如何在 Matplotlib 中繪制垂直線
- python 繪圖模塊matplotlib的使用簡介
- python之 matplotlib和pandas繪圖教程
- python matplotlib工具欄源碼探析二之添加、刪除內置工具項的案例
- Python繪圖庫Matplotlib的基本用法
