python matplotlib quiver——画箭头、风场

如果想用风羽画风场，请看另一篇python画风羽及风羽定义

目录

用像素点坐标画图

用经纬度坐标画图（推荐）

---

---

PS：三维箭头可参考：

https://matplotlib.org/mpl_toolkits/mplot3d/tutorial.html#quiver

另有Stack Overflow上的问题可能有帮助：https://stackoverflow.com/questions/7130474/3d-vector-field-in-matplotlib

---

https://matplotlib.org/api/pyplot_api.html#matplotlib.pyplot.quiver

上面是官方文档的链接

用像素点坐标画图

箭头关键的一个参数是长度，长度可以通过参数scale来设置，如果你多次使用quiver()，只要保证参数scale一致，那么箭头长度就会与风速的值成正比，可按照下面我贴出的代码那样设置参数。建议scale设置成30-50，100之内也都还可以。箭头宽度可以通过width=0.005开始设置。箭头颜色可以通过传入颜色列表来控制。

Axes.quiver(*args, data=None, **kw)

        用于画二维的箭头

        调用quivers有以下几种形式（signatures）：

quiver(U, V, **kw)
quiver(U, V, C, **kw)
quiver(X, Y, U, V, **kw)
quiver(X, Y, U, V, C, **kw)

 U、V是箭头数据（data），X、Y是箭头的位置，C是箭头的颜色。这些参数可以是一维或二维的数组或序列。

如果X、Y不存在（absent），他们将作为均匀网格被生成。如果U和V是2维的数组，X和Y是1维数组，并且len(X)和len(Y)与U的列（column）和行（row）纬度相匹配（match），那么X和Y将使用numpy.meshgrid()——用于产生一个矩阵，具体可参考：meshgrid使用方法——进行扩展。

默认设置会自动将箭头的长度缩放到合理的大小。要改变箭头的长度请参看 scale 和scale_units两个关键字参数（kwargs:关键字参数，参看文章最后有关键字参数与可变参数的区别）

默认值给出一个稍微后掠（swept-back）的箭头；若要使箭头头部呈三角状，则要确保headaxislength与headlength相同。若要使箭头更尖锐（more pointed），则应减小headwidth或者增大headlength和headaxislength。若要使箭头头部相对于箭杆（shaft）更小一些，则应将所有头部参数都减小（scale down）。你最好不要单独留下minshaft（You will probably do best to leave minshaft alone.）

线宽和边缘颜色可以用于自定义箭头轮廓（outlines）。

参数	X: 1D or 2D array, sequence, optional    1维或2维数组，序列(sequence)，可自选（optional）    箭头位置的x坐标
	Y:1D or 2D array, sequence, optional    1维或2维数组，序列，可自选    箭头位置的y坐标
	U: 1D or 2D array or masked array, sequence    1维或2维数组或掩码数组（参看masked array https://blog.csdn.net/liukai2918/article/details/78419302），序列    箭头矢量的x分量
	V:1D or 2D array or masked array, sequence    1维或2维数组或掩码数组，序列    箭头矢量的y分量
	C: 1D or 2D array, sequence, optional    1维或2维数组，序列(sequence)，可自选    箭头颜色
	units（单位）: [ 'width' | 'height' | 'dots' | 'inches' | 'x' | 'y' | 'xy' ]    箭头尺寸（除长度外）以此单位的倍数计算——即是说选定单位后，箭头尺寸即是此单位的倍数    ‘width’或’height’：轴（axis）的宽度或高度    ‘dots’或’inches’：像素或英寸，基于图的dpi    ‘x’, ‘y’或‘xy’：分别是X、Y或X2+Y2的数据单位（data units）    箭头依单位不同而不同。对于’x’或’y’，箭头会随着其一的增大（zoom in）而增大；对于其他单位，箭头的大小与缩放状态（zoom state）无关。对于’width’或’height’，当窗口重置时，箭头的大小会随着轴（axes）的宽度和高度的增大而增大；低于同意’dots’或’inches’。重置不会改变箭头。
	angles: [‘uv’ | ‘xy’], array, 可自选    用于决定箭头角度的方法，默认是’uv’ ‘uv’:箭头的纵横比（axis aspect ratio）为1，所以若U*==*V，则绘图上箭头的方向与水平轴逆时针呈45度（正向右）。 ‘xy’: 箭头从（x，y）指向（x + u，y + v）。例如，使用它来绘制渐变场(gradient field)。 或者，可以将任意角度指定为以水平轴逆时针方向的度数值的数组。 注意：反转数据轴将相应地仅使用angles='xy'反转箭头。
	scale : None, float, optional    每个箭头长度单位的数据单位数量，例如，每个绘图宽度m / s；参数scale越小箭头越长。默认是None    若是None，一个简单的自动缩放算法将被采用，基于平均矢量长度和适量的数量。箭头长度单位由scale_units参数给出。
	scale_units : [ 'width' | 'height' | 'dots' | 'inches' | 'x' | 'y' | 'xy' ], None, optional    如果关键字参数scale是None，那么箭头长度单位默认是None    例如：scale_units是’inches’，scale是2.0，(u,v)=(1,0)，那么矢量将会是0.5英寸长。    如果scale_units是’width/height’，那么矢量长度是轴’width/height’的半长    如果scale_units是’x’那么矢量是x轴单位的0.5倍。要在x-y平面上画矢量，使得u和v与x和y有相同的单位，则应另angles=’xy’, scale_units’xy’, scale=1.
	width : scalar(标量), optional    箭杆（shaft）的宽度，以箭头单位衡量。默认是由以上单位的选择和矢量数量来决定。常用的初始值是0.005倍的画的宽度（width of the plot）
	headwidth : scalar, optional
	头部宽度相对于箭杆宽度的倍数，默认是3倍
	headlength : scalar, optional    轴交叉处的头部长度，默认是4.5
	minshaft : scalar, optional    箭头比例的长度，以头部长度为单位。不要将其设置为小于1，否则小箭头看起来会很糟糕
	minlength : scalar, optional    最小长度为轴宽的倍数；如果箭头长度小于此值，则绘制该直径的点（六边形）。默认值为1
	pivot : [ 'tail' | 'mid' | 'middle' | 'tip' ], optional    箭头在网格点上的部分;箭头围绕这一点旋转，因此称为枢轴。
	color : [ color | color sequence ], optional    这是PolyCollection facecolor kwarg的同义词。如果设置了C，颜色就没有效果。

 

quiver(*args, **kw)

 

 

import matplotlib.pyplot as plt
import math
from mpl_toolkits.basemap import Basemap
from pylab import *
import numpy as np


mpl.rcParams['font.sans-serif'] = ['SimHei']

for i in range(1,3):
	plt.subplot(2, 1, i)
	ax = plt.gca()
	wind = [x for x in range(1,9)]
	# angle = [45*x for x in range(0,8)]
	# lon = list(np.linspace(113.8, 114.6, 8))
	lat = list(np.linspace(22.4, 22.85, 8))

	# wind = [2]*8
	angle = [90]*8 # 为方便比较长度，箭头方向设置成一样
	lon = [114.27] * 8 # 为方便比较长度，箭头经度设置成一样

	# 指定地图范围、投影方式（projection）等  area_thresh是与湖泊等在地图上显示相关的参数
	m = Basemap(llcrnrlon=113.7, llcrnrlat=22.35, urcrnrlon=114.7, urcrnrlat=22.9,\
            rsphere=(6378137.00,6356752.3142),\
            resolution='l', area_thresh=1000., projection='lcc', lat_1=22.5, lat_0=22.5, lon_0=114,ax=ax)
	lon, lat = m(*(lon, lat))

	# 一系列的U、V
	ver = [-spd*math.sin(math.radians(agl)) for spd,agl in zip(wind, angle)] # U分量
	hriz = [-spd*math.cos(math.radians(agl)) for spd,agl in zip(wind, angle)] # V分量
	print(ver, '\n', hriz)

	ax=plt.gca()
	#下面两行是读取地图中的shape文件，即轮廓图
	# m.readshapefile(r'G:\深圳季风研究\gadm36_HKG_shp\gadm36_HKG_0', 'states',color='grey') #HongKong
	# # m.readshapefile(r'G:\深圳季风研究\gadm36_CHN_shp\gadm36_CHN_3', 'states',color='grey') #Mainland in given lon and lat
	# m.readshapefile(r'G:\深圳季风研究\gadm36_sz_shp\Bon_data\xzq_sz_pop', 'states', color='grey')

	m.scatter(lon, lat, s=2, color='goldenrod', marker="o") #根据经纬度，画出对应站点位置
	ax.set_title('风场')
	# ax.quiver(lon, lat, ver, hriz, units='width', scale=2, width=0.01, color='deepskyblue')
	ax.quiver(lon, lat, ver, hriz, color='deepskyblue', width=0.005, scale=30)

	for i, wspd in enumerate(wind):
		ax.annotate(str(wspd), (lon[i], lat[i]))

	# 在图上添加一些文字信息
	plt.text(0.6,0.9, r'$mean: $'+str(18) + '°', color='forestgreen',transform=ax.transAxes, fontweight='extra bold')
	plt.text(1.02,0.6, r'$S: $' + str(18) + '%', color='forestgreen',transform=ax.transAxes, fontweight='heavy')
	plt.text(1.02,0.4, r'$N: $', color='forestgreen',transform=ax.transAxes, fontweight=100)

	# 画经纬度网格
	m.drawmeridians([114.0,114.4], labels=[1,0,0,1]) # meridian：子午线，经线 arange指明范围和间隔
	m.drawparallels(np.arange(15, 30, 0.3), labels=[1,0,0,0])  # 画纬度平行线

	# 比例尺长度的U、V值和位置
	q_lon, q_lat = m(*(114.27, 22.75))
	spd = 2
	angle_all = 90
	ver_all = -spd*math.sin(math.radians(angle_all))
	hriz_all = -spd*math.cos(math.radians(angle_all))
	# ax.quiver(q_lon, q_lat, ver_all, hriz_all, color='g', pivot='mid') # mid是旋转枢纽在中间，默认在尾部
	ax.quiver(q_lon, q_lat, ver_all, hriz_all, color='g', scale=30)

	# 画比例尺
	plt.text(0.82,0.1, r'$scale:$', color='r',transform=ax.transAxes, fontweight=100, fontsize=8)
	plt.text(0.82,0.03, r'$2m/s$', color='r',transform=ax.transAxes, fontweight=100, fontsize=8)
	plt.quiver(95000, 3000, 3, hriz_all, color='r', width=0.005, scale=50)
	print(-ver_all, hriz_all)

	# 这一段与画箭头不相干，可忽略注释掉  画散点,为不同散点设置不同颜色
	# Colors=('#DDDDFF','#7D7DFF','#0000C6','#000079','#CEFFCE','#28FF28','#007500','#FFFF93')
	# sc = plt.scatter(lon, lat, s=100, color=Colors, marker="o") #根据经纬度，画出对应站点位置
	# for i,txt in enumerate(Colors):
	# 	ax.annotate(txt,(lon[i],lat[i]), fontsize=5)

plt.show()

下面是代码运行结果：

未读入shape文件的结果：

读入了shape文件的结果 

quiver(*args, **kw)

*args, **kw分别是可变参数和关键字参数，参考此文总结如下：

---

用经纬度坐标画图（推荐）

下面是和上面相同功能的代码，区别在于前者画图时，将坐标转换成了像素点坐标，而下面的代码则直接传入经纬度坐标（这个方法只对basemap对象有效，使用经纬度坐标时应传参数latlon=True）：

import matplotlib.pyplot as plt
import math
from mpl_toolkits.basemap import Basemap
from pylab import *
import numpy as np


mpl.rcParams['font.sans-serif'] = ['SimHei']

for i in range(1,3):
    plt.subplot(2, 1, i)
    ax = plt.gca()
    wind = [x for x in range(1,9)]
    # angle = [45*x for x in range(0,8)]
    # lon = list(np.linspace(113.8, 114.6, 8))
    lat = list(np.linspace(22.4, 22.85, 8))

    # wind = [2]*8
    angle = [90]*8 # 为方便比较长度，箭头方向设置成一样
    lon = [114.27] * 8 # 为方便比较长度，箭头经度设置成一样

    # 指定地图范围、投影方式（projection）等  area_thresh是与湖泊等在地图上显示相关的参数
    m = Basemap(llcrnrlon=113.7, llcrnrlat=22.35, urcrnrlon=114.7, urcrnrlat=22.9,\
            rsphere=(6378137.00,6356752.3142),\
            resolution='l', area_thresh=1000., projection='lcc', lat_1=22.5, lat_0=22.5, lon_0=114,ax=ax)

    # 一系列的U、V
    ver = [-spd*math.sin(math.radians(agl)) for spd,agl in zip(wind, angle)] # U分量
    hriz = [-spd*math.cos(math.radians(agl)) for spd,agl in zip(wind, angle)] # V分量
    print(ver, '\n', hriz)

    ax=plt.gca()
    #下面两行是读取地图中的shape文件，即轮廓图
    # m.readshapefile(r'G:\深圳季风研究\gadm36_HKG_shp\gadm36_HKG_0', 'states',color='grey') #HongKong
    # # m.readshapefile(r'G:\深圳季风研究\gadm36_CHN_shp\gadm36_CHN_3', 'states',color='grey') #Mainland in given lon and lat
    # m.readshapefile(r'G:\深圳季风研究\gadm36_sz_shp\Bon_data\xzq_sz_pop', 'states', color='grey')

    m.scatter(lon, lat, s=2, color='goldenrod', marker="o", latlon=True) #根据经纬度，画出对应站点位置
    ax.set_title('风场')
    # ax.quiver(lon, lat, ver, hriz, units='width', scale=2, width=0.01, color='deepskyblue')
    m.quiver(lon, lat, ver, hriz, color='deepskyblue', width=0.005, scale=30, latlon=True)

    for i, wspd in enumerate(wind):
        ax.annotate(str(wspd), (lon[i], lat[i]))

    # 在图上添加一些文字信息
    plt.text(0.6,0.9, r'$mean: $'+str(18) + '°', color='forestgreen',transform=ax.transAxes, fontweight='extra bold')
    plt.text(1.02,0.6, r'$S: $' + str(18) + '%', color='forestgreen',transform=ax.transAxes, fontweight='heavy')
    plt.text(1.02,0.4, r'$N: $', color='forestgreen',transform=ax.transAxes, fontweight=100)

    # 画经纬度网格
    m.drawmeridians([114.0,114.4], labels=[1,0,0,1]) # meridian：子午线，经线 arange指明范围和间隔
    m.drawparallels(np.arange(15, 30, 0.3), labels=[1,0,0,0])  # 画纬度平行线

    # 比例尺长度的U、V值和位置
    spd = 2
    angle_all = 90
    ver_all = -spd*math.sin(math.radians(angle_all))
    hriz_all = -spd*math.cos(math.radians(angle_all))
    # ax.quiver(q_lon, q_lat, ver_all, hriz_all, color='g', pivot='mid') # mid是旋转枢纽在中间，默认在尾部
    m.quiver(114.27, 22.75, ver_all, hriz_all, color='g', scale=30, latlon=True)

    # 画比例尺
    plt.text(0.82,0.1, r'$scale:$', color='r',transform=ax.transAxes, fontweight=100, fontsize=8)
    plt.text(0.82,0.03, r'$2m/s$', color='r',transform=ax.transAxes, fontweight=100, fontsize=8)
    m.quiver(114.62, 22.375, 3, hriz_all, color='r', width=0.005, scale=50, latlon=True)
    print(-ver_all, hriz_all)

    # 这一段与画箭头不相干，可忽略注释掉  画散点,为不同散点设置不同颜色
    # Colors=('#DDDDFF','#7D7DFF','#0000C6','#000079','#CEFFCE','#28FF28','#007500','#FFFF93')
    # sc = plt.scatter(lon, lat, s=100, color=Colors, marker="o") #根据经纬度，画出对应站点位置
    # for i,txt in enumerate(Colors):
    #   ax.annotate(txt,(lon[i],lat[i]), fontsize=5)

plt.show()