使用 pyart 绘制多雷达拼图

#!/usr/bin/python3

import numpy as np
import matplotlib.pyplot as plt
import pyart as pa
from sys import exit

if __name__=='__main__':
    radar=pa.io.read_cfradial('one_radar.nc')

    #检查扫描方式

    if radar.scan_type!='ppi':
        exit('Error: 请使用扫描方式为PPI的数据文件')

    #将一个或多个雷达画进一个坐标系中，返回一个Grid对象
    #第一个参数带入读取的文件或者读取的文件组成的tuple
    #grid_shape代表绘制的点的个数，格式为(z,y,x)，推荐z轴写为1，因为就此程序来说不写成1也没什么用:)
    #grid_limits代表绘制的距离的上下限，单位是米
    #注意最大值最小值要对称。至于为什么不从0开始，咱也不清楚
    #fields接受要用到的数据在radar对象的fields中对应的键值，以列表形式可带入多个

    grid=pa.map.grid_from_radars((radar,),
            grid_shape=(1,1001,1001),
            grid_limits=((3000,3000),(-275000,275000),(-275000,275000)),
            fields=['reflectivity'])

    #grid.fields里面的键值与上面fields接受的键值有关
    #imshow()函数用来绘制热图,vmin、vmax规定了colormap覆盖的范围
    #origin设置原点(0,0)在左上还是左下，按照习惯来说填lower就可以，然而默认是upper......
    #colorbar第一个参数是映射颜色的对象，理解成绘制的图像似乎也可以
    #cax指示colorbar绘制的位置，参数依次为left,bottom,width,height,小数实际代表百分比
    #例如left=0.84指在离画布左边距离总长84%的地方
    #spacing的模式控制是否给予色块均匀的空间还是根据之间的距离，
    #按照比例变化，然而更改后发现图像似乎没有变化

    fig=plt.figure()
    ax=fig.add_subplot(111)
    myax=ax.imshow(grid.fields['reflectivity']['data'][0],
            origin='lower',vmin=0,vmax=50)
    cax=fig.add_axes([0.84,0.2,0.03,0.6])
    fig.colorbar(myax,cax,spacing='proportional',orientation='vertical')
    plt.show()

#!/usr/bin/python3

import netCDF4
import matplotlib.pyplot as plt
import pyart
from sys import exit

name1='CfRadial1.nc'
name2='CfRadial2.nc'
name3='CfRadial3.nc'

#将读取文件的函数包装进一个名称更简单的函数,方便调用

def read(name):
    return pyart.io.read_cfradial(name)

if __name__=='__main__':

    #读取文件

    radar1=read(name1)
    radar2=read(name2)
    radar3=read(name3)
    
    #检查扫描方式

    if radar.scan_type!='ppi':
        exit('Error: 请使用扫描方式为PPI的数据文件')
    
    #将一个或多个雷达画进一个坐标系中，返回一个Grid对象
    #第一个参数带入读取的文件或者读取的文件组成的tuple
    #grid_shape代表绘制的点的个数，格式为(z,y,x)，推荐z轴写为1，因为不写成1也没什么用:)
    #grid_limits代表绘制的距离的上下限，单位是米
    #注意最大值最小值要对称。至于为什么不从0开始，咱也不清楚
    #grid_origin是拼图的中心点的坐标，与雷达文件有关
    #fields接受要用到的数据在radar对象的fields中对应的键值，以列表形式可带入多个
    
    grid=pyart.map.grid_from_radars((radar1,radar2,radar3),
            grid_shape=(1,1001,1001),
            grid_limits=((3000,3000),(-300000,300000),(-300000,300000)),
            grid_origin=(32.8,119.5),fields=['reflectivity'])
    
    #grid.fields里面的键值与上面fields接受的键值有关
    #imshow()函数用来绘制热图,vmin、vmax规定了colormap覆盖的范围
    #origin设置原点(0,0)在左上还是左下，按照习惯来说填lower就可以，然而默认是upper......
    #colorbar第一个参数是映射颜色的对象，理解成绘制的图像似乎也可以
    #cax指示colorbar绘制的位置，参数依次为left,bottom,width,height,小数实际代表百分比
    #例如left=0.84指在离画布左边距离总长84%的地方
    #spacing的模式控制是否给予色块均匀的空间还是根据之间的距离
    #按照比例变化，然而更改后发现图像似乎没有变化

    fig=plt.figure()
    ax=fig.add_subplot(111)
    myax=ax.imshow(grid.fields['reflectivity']['data'][0],origin='lower',
            vmin=0,vmax=50)
    cax=fig.add_axes([0.84,0.2,0.03,0.6])
    fig.colorbar(myax,cax,spacing='uniform',orientation='vertical')
            plt.show()