28个Metpy绘图代码

我们搬运翻译了Metpy官网的绘图例程，并且调试跑通了，放在了和鲸社区上。

1.SkewT

代码：https://www.heywhale.com/mw/project/5f21358cd278b1002c217072

本示例使用了怀俄明大学测绘档案中的示例数据，时间为2016年10月31日，明尼苏达州明尼阿波利斯（MPX），并使用MetPy绘制了带有温度，露点和风羽的经典偏斜T。

2.Miller Composite图表

代码：https://www.heywhale.com/mw/project/5f213ae2d278b1002c217484

使用MetPy和Matplotlib在Python中基于Miller 1972创建Miller Composite图表。

3.使用Xarray进行数据读取和选择

代码：https://www.heywhale.com/mw/project/5f223508d278b1002c21c09b

本示例使用xarray模块从nomads服务器访问数据，以通过OPeNDAP归档NAM分析数据。 Xarray使您更容易选择时间和级别，尽管您仍然必须知道坐标变量名称。 使用xarray选择后，将创建一个简单的500 hPa图。

4.500 hPa涡流平流

代码：https://www.heywhale.com/mw/project/5f223e61d278b1002c21cb12

绘制一个500 hPa的地图，并使用MetPy计算来计算涡度平流。
除了绘制500-hPa液位数据外，它还使用metpy.calc的计算来找到涡度和涡度平流。 当前，这需要额外的辅助函数来计算纬度/经度网格点之间的距离。

5.使用Python画250-hPa半球图

代码：https://www.heywhale.com/mw/project/5f22380dd278b1002c21c451

本示例绘制了GFS 250-hPa地理高度和风速的半球图。

6.分解300hPa低压槽

代码：https://www.heywhale.com/mw/project/5f223fbcd278b1002c21cc96

7.500hPa 地势高度和风

代码：https://www.heywhale.com/mw/project/5f2264cdd278b1002c21e53e

使用NAM分析文件的经典500-hPa图。
本示例使用了2016年10月31日UTC的NAM分析得出的示例数据，并使用xarray作为主要读取源，并使用Cartopy绘制了500 hPa地势高度，风速和风羽的CONUS视图。

8.500-hPa地势高度，绝对涡度和风

代码：https://www.heywhale.com/mw/project/5f228060d278b1002c222220

使用NAM分析文件的经典500-hPa绝对涡度图。
本示例使用来自2016年10月31日UTC的NAM分析得出的示例数据，并使用xarray作为主要读取源，并使用MetPy通过Cartopy对500-hPa地势高度的CONUS视图进行地理绘图，以计算绝对涡度和风速， 绝对涡旋和风羽。

9.700hPa相对湿度

代码：https://www.heywhale.com/mw/project/5f228374d278b1002c2226f3

显示相对湿度的经典700-hPa地图
本示例使用GFS输出显示常见的700-hPa参数，包括相对湿度。

10.850-hPa地势高度，温度和风

代码：https://www.heywhale.com/mw/project/5f23c7d7d278b1002c22e484

经典850-hPa，具有地势高度，温度和风
本示例使用来自2010年10月26日UTC的GFS分析中的示例数据，并使用xarray作为主要读取源，并使用MetPy通过Cartopy对CONUS视图进行地理绘图来计算锋生和风速。

11.850 hPa对流温度

代码：https://www.heywhale.com/mw/project/5f23cf01d278b1002c22ffa0
使用MetPy计算平流图绘制850 hPa地图。
除了绘制850-hPa的水平数据外，它还使用metpy.calc的计算来找到温度对流。 当前，这需要额外的辅助函数来计算纬度/经度网格点之间的距离

12.850-hPa地势高度，温度，锋生和风

代码：https://www.heywhale.com/mw/project/5f23d6c1d278b1002c23242a

850-hPa的锋生与地势高度，温度和风的关系
本示例使用来自2010年10月26日UTC的GFS分析中的示例数据，并使用xarray作为主要读取源，并使用MetPy通过Cartopy对CONUS视图进行地理绘图来计算前生和风速。

13.Q矢量示例

代码：https://www.heywhale.com/mw/project/5f23e60cd278b1002c236f79

计算真实情况下的Q矢量和Q矢量散度。
本示例使用GFS输出计算2010年10月26日12 UTC的850hPa Q矢量和Q矢量散度。

14.地转风和非地转风

代码：https://www.heywhale.com/mw/project/5f277a09d278b1002c247a11

绘制一个1000-hPa的地图，计算来自MetPy的地转风，并从总风和地转风中找到非地转风。
这使用从metpy.calc计算的地转风来找到地转风，然后执行简单的排除法来找到非地转风。 当前，这需要额外的辅助函数来计算纬度/经度网格点之间的距离。
此外，我们利用ndimage.zoom方法平滑了1000hPa的等高线而没有平滑数据。

15.带有NARR数据的温差对流

代码：https://www.heywhale.com/mw/project/5f277c92d278b1002c247d9c

本示例创建了一个四面板图，以说明单层温度对流与计算得出的两层之间的温度对流之间的差异。 本示例使用NARR输出。

16.斜压位涡分析，散度和风

代码：https://www.heywhale.com/mw/project/5f278156d278b1002c2486b3

使用GFS分析文件在250 hPa下的经典斜压位涡图。
本示例使用来自2016年10月31日UTC的GFS分析得出的示例数据，并使用xarray作为主要读取源，并使用MetPy来计算斜压潜在的涡度，散度和风速，并使用Cartopy进行地理绘图，以得出250- hPa表面有发散和风羽。

17.模型表面输出

代码：https://www.heywhale.com/mw/project/5f27bbcdd278b1002c24cc70

用平均海平面压力（MSLP），2m温度（F）和风羽（kt）绘制表面图。

18.MSLP和1000-500 hPa厚度（带有高低符号）

代码：https://www.heywhale.com/mw/project/5f27bc3cd278b1002c24cd2d

绘制MSLP，计算并绘制1000-500 hPa厚度，绘制H和L标记。 除了绘制一些变量之外，在示例中，我们还使用scipy模块中的函数来查找MSLP字段内的局部最大值和最小值，以便在这些位置绘制符号。

19.降水量

代码：https://www.heywhale.com/mw/project/5f324787af3980002cb6ea39

使用国家气象局的netCDF文件绘制1天的降水量。
这将使用netCDF库中的支持直接在内存中打开数据，以从现有内存缓冲区中打开数据。
除了CartoPy和Matplotlib，它还使用自定义的颜色表以及MetPy的单位支持。

20.图示例Hovmoller

代码：https://www.heywhale.com/mw/project/5f27c51dd278b1002c24d9dc

在Hovmoller图中，中纬度上的北半球v风分量。 该图可用于说明上层波和能量传播（例如下游斜压发育）

21.GOES飞机实例

代码：https://www.heywhale.com/mw/project/5f27c86dd278b1002c24ddc6

本示例绘制了最新的GOES-16数据并覆盖了NCAR C130研究飞机的当前位置。 它还演示了将向量投影到地图坐标和matplotlib标记操纵中

22.平滑等高线图

代码：https://www.heywhale.com/mw/project/5f27be40d278b1002c24d022

演示如何从更高分辨率的模型字段中平滑等高线值。

23.Jupyter Notebook小部件示例

代码：https://www.heywhale.com/mw/project/5f27d4c3d278b1002c24f2ec

在Jupyter Notebook中使用小部件的示例。
本示例仅打算在运行Python内核的Jupyter Notebook中运行，因为它显示了使用小部件和进行交互式绘图的能力。 交互式绘图可以显示三个不同的变量，几个不同的时间并使用四个不同的颜色图。

24.计算风切变

代码：https://www.heywhale.com/mw/project/5f27da0dd278b1002c24fa9a

该示例图计算了850-500 hPa的风切变
绘制区域领域，从Unidata Thredds服务器访问GFS的最佳集合，绘制MSLP（hPa），850-hPa风向（m / s），500-hPa风向（m / s）和两层之间（m / s）的风切变

25.DIFAX复制

代码：https://www.heywhale.com/mw/project/5f28d62ad278b1002c25917f

本示例复制了传统的DIFAX图像以进行更高级别的观察。
观测数据来自爱荷华州立档案馆，可通过siphon包访问。 轮廓数据来自GFS 0.5度分析。 绘制了地势高度和温度的经典高层数据。

26.观测数据截面

代码：https://www.heywhale.com/mw/project/5f28fae1d278b1002c25cb7e

使用来自测深的真实数据进行截面分析。
本示例使用实际的调查来创建截面。 定义了两个函数，以帮助将探空仪的观测值内插到一个标准网格中，而这些探空仪的观测值并不会完全相同。 垂直插值采用对数线性关系。 首先对每个探空仪垂直剖面进行插值，然后使用scipy.interpolate.griddata函数在每个测站之间生成完整的2D（x，p）网格。 Pyproj用于计算每个站点之间的距离，标准大气用于将每个站点的高度转换为压力值以进行绘图。

27.MetPy 声明 - 300 hPa

代码：https://www.heywhale.com/mw/project/5f290d34d278b1002c25f16a
本示例使用MetPy包中提供的声明性语法，以提供一种更方便的方法来创建简单的大气数据图。 声明性语法所做的关键是减少用户需要详细了解的软件包数量，而是允许他们设置关键参数以获得所需的地图。 一个关键要素是使用xarray作为数据对象，它允许将坐标信息与大气变量相关联。

28.绘制由AWS托管的NEXRAD 2级数据

代码：https://www.heywhale.com/mw/project/5f291459d278b1002c26033e

通过Amazon Web Services访问NEXRAD雷达数据并通过MetPy绘图
远程访问数据是处理大数据（例如NEXRAD雷达数据）的强大工具。 通过在云访问它，可以节省本地下载数据的时间和空间