如何从此 nc 文件制作直方图？

Question

我是一名研究助理，最近开始学习 python 来解释 netCDF 文件格式的模型输出。让我简要介绍一下我的问题的背景：

我已经使用 netCDF4 模块搜索了 netCDF 文件的某个网格区域并存储了一个时间数组，然后我使用 netCDF4 的 num2date 功能将其转换为日期列表。我在下面显示了我的代码。请注意，restrictedrange 是 nc 文件中变量的子集，rmduplicates() 未显示。

import netCDF4 as nc
import numpy as np
import matplotlib.pyplot as pyp
import matplotlib as mpl
import datetime as dtm
flor = nc.Dataset('FLOR.slp_subset1.nc','r')    

times = []
timecounter = .25
for i in restrictedrange:
     for j in np.nditer(i):
         if(j <= 975):
              times.append(timecounter)
    timecounter += .25
uniquetimes = rmduplicates(times)
dates = nc.num2date(uniquetimes,'days since 0001-01-01 00:00:00','julian')

stacked_dates = []
for date in dates:
    stacked_dates.append(date.replace(year=0001))
stacked_dates = mpl.dates.date2num(stacked_dates)

fig = pyp.figure()
ax = pyp.subplot(111)
ax.xaxis.set_major_locator(mpl.dates.MonthLocator())
format = mpl.dates.DateFormatter('%m/%d')
ax.xaxis.set_major_formatter(format)

ax.hist(stacked_dates)

pyp.xticks(rotation='vertical')

pyp.show()

现在我有一个格式为“(y)yy-mm-dd hh:mm:ss”的日期列表。我现在想按月获取这些日期并制作直方图（可能使用 matplotlib 或最适合此的方法）。因此，条形 = 频率，分档是月。 另外，如果我的格式不清楚，有些年份有三个数字，有些只有两个，但实际上没有一个有 1。

再次重申，我对 python 还很陌生，所以我很感激任何帮助，如果这个问题的格式不正确，我深表歉意，因为我从未使用过这个网站。

谢谢！

Answer 1

我不知道你有什么数据，但这里有一个模拟示例，说明如何在 x 轴上制作月\天的直方图。

我只能假设您从日期时间对象列表开始，但我无法弄清楚 nc 是什么（是 matplotlib.date 模块吗？）次。所以通常这是方法。

您将需要和使用这些模块。

import matplotlib as mpl
import matplotlib.pyplot as plt
import datetime

这些是我使用的模拟日期。对于这个例子。那里只有 11 个月，所以大多数垃圾箱最终都会是 1。

for i in range(1, 12):
    dates.append(datetime.datetime(i*5+1960, i, i, i, i, i))

[datetime.datetime(1965, 1, 1, 1, 1, 1), datetime.datetime(1970, 2, 2, 2, 2, 2), datetime.datetime(1975, 3, 3, 3, 3, 3), datetime.datetime(1980, 4, 4, 4, 4, 4), datetime.datetime(1985, 5, 5, 5, 5, 5), datetime.datetime(1990, 6, 6, 6, 6, 6), datetime.datetime(1995, 7, 7, 7, 7, 7), datetime.datetime(2000, 8, 8, 8, 8, 8), datetime.datetime(2005, 9, 9, 9, 9, 9), datetime.datetime(2010, 10, 10, 10, 10, 10), datetime.datetime(2015, 11, 11, 11, 11, 11)]

如果像上面的例子一样，你要处理不同的年份，你将不得不自己“堆叠”它们。否则我稍后将使用的date2num 函数将产生截然不同的数字。将它们“堆叠”意味着将它们转换为好像它们都发生在同一年一样。

stacked_dates = []
for date in dates:
    stacked_dates.append( date.replace(year=2000)  )

>>> stacked_dates
[datetime.datetime(2000, 1, 1, 1, 1, 1), datetime.datetime(2000, 2, 2, 2, 2, 2), datetime.datetime(2000, 3, 3, 3, 3, 3), datetime.datetime(2000, 4, 4, 4, 4, 4), datetime.datetime(2000, 5, 5, 5, 5, 5), datetime.datetime(2000, 6, 6, 6, 6, 6), datetime.datetime(2000, 7, 7, 7, 7, 7), datetime.datetime(2000, 8, 8, 8, 8, 8), datetime.datetime(2000, 9, 9, 9, 9, 9), datetime.datetime(2000, 10, 10, 10, 10, 10), datetime.datetime(2000, 11, 11, 11, 11, 11)]

好的。现在我们可以使用date2num 函数来得到mpl 真正理解的东西。 （顺便说一句，如果您只想绘制这些数据，您可以使用 plt.plot_dates 函数，该函数可以理解日期时间对象）

stacked_dates = mpl.dates.date2num(stacked_dates)

>>> stacked_dates
array([ 730120.04237269,  730152.08474537,  730182.12711806,
        730214.16949074,  730245.21186343,  730277.25423611,
        730308.2966088 ,  730340.33898148,  730372.38135417,
        730403.42372685,  730435.46609954])

现在可以进行绘图了。 mpl 可以理解这些数字，但它不会自动假定它们是日期。它会将它们视为正常数字。这就是为什么我们必须告诉 x 轴它们实际上是日期。使用 major_axis_formatter 和 set_major_locator 来做到这一点

fig = plt.figure()
ax = plt.subplot(111)
ax.xaxis.set_major_locator(mpl.dates.MonthLocator())
format = mpl.dates.DateFormatter('%m/%d') #explore other options of display
ax.xaxis.set_major_formatter(format)

ax.hist(stacked_dates) #plot the damned thing

plt.xticks(rotation='vertical') #avoid overlapping numbers
                           #make sure you do this AFTER .hist function

plt.show()

此代码生成以下图表：

请注意，您有可能无法在原始图表上看到日期，因为它们会超出屏幕（此类格式可能很长，并且不适合图表）。在这种情况下，按下“配置子图”按钮并调整“底部”的值。在脚本中，您可以通过 plt.subplots_adjust(bottom=.3) 或其他值来执行此操作。

您还应该注意在ax.hist(stacked_dates, bins=12) 中指定有 12 个 bin，因为默认值为 10，并且看起来像我的图表一样时髦。

还有一个更简单的，虽然不太可修改/可个性化的等......通过使用条形图而不是直方图的可能性。阅读它HERE 但这真的取决于你拥有什么样的信息。如果有很多日期，让hist 函数计算箱高可能比自己计算更容易。 如果是其他信息，则值得考虑使用条形图。

完整的脚本类似于：

import matplotlib as mpl
import matplotlib.pyplot as plt
import datetime

stacked_dates = []
for date in dates:
    stacked_dates.append( date.replace(year=2000)  )

stacked_dates = mpl.dates.date2num(stacked_dates)

fig = plt.figure()
ax = plt.subplot(111)
ax.xaxis.set_major_locator(mpl.dates.MonthLocator())
format = mpl.dates.DateFormatter('%m/%d')
ax.xaxis.set_major_formatter(format)

ax.hist(stacked_dates)

plt.xticks(rotation='vertical')  
plt.show()