使用底图和 matplotlib 绘制时间序列等高线数据

Question

我是底图和 python 的新手，但我正在尝试为日常 cron 作业的天气模型构建绘图仪。我们每天绘制大约 1000 张图像。

我写了一些脚本来实现我想要的。但它花了很长时间，因为它为每个时间步重新绘制底图。绘制底图用了30秒，绘制contourf()只用了4秒。

我有一些想法可以通过预先绘制底图并在每次迭代中更新 contourf() 来加快进程。但我不明白 matplotlib 对象是如何工作的。

我已经研究过有关此问题的相同问题，但没有发现任何问题。但我从 user3982706 的 here 中发现了类似的东西。

from matplotlib import animation
from matplotlib import pyplot as plt
import numpy as np
from mpl_toolkits.basemap import Basemap


fig, ax = plt.subplots()

# set up map projection
m = Basemap(projection='nsper',lon_0=-0,lat_0=90)
m.drawcoastlines()
m.drawparallels(np.arange(0.,180.,30.))
m.drawmeridians(np.arange(0.,360.,60.))

# some 2D geo arrays to plot (time,lat,lon)
data = np.random.random_sample((20,90,360))
lat = np.arange(len(data[0,:,0]))
lon = np.arange(len(data[0,0,:]))
lons,lats = np.meshgrid(lon,lat)

# ims is a list of lists, each row is a list of artists to draw in the
# current frame; here we are animating three artists, the contour and 2 
# annotatons (title), in each frame
ims = []
for i in range(len(data[:,0,0])):
    im = m.contourf(lons,lats,data[i,:,:],latlon=True)
    add_arts = im.collections
    text = 'title={0!r}'.format(i)
    te = ax.text(90, 90, text)
    an = ax.annotate(text, xy=(0.45, 1.05), xycoords='axes fraction')
    ims.append(add_arts + [te,an])

ani = animation.ArtistAnimation(fig, ims)
## If you have ffmpeg you can save the animation by uncommenting 
## the following 2 lines
# FFwriter = animation.FFMpegWriter()
# ani.save('basic_animation.mp4', writer = FFwriter)
plt.show()

该脚本将轮廓数据保存为艺术家列表。我不需要动画。所以我需要编辑这个脚本以将图形保存在循环中。所以这个脚本产生了figure1.png、figure2.png、figure3.png等等。

有什么建议吗？

Answer 1

(a) 使用动画保存图片

由于代码中已经有了动画，可以通过ani.save命令直接保存动画的每张图片。

ani.save("figure.png", writer="imagemagick")

这将创建 20 个名为 figure-0.png 到 figure-19.png 的数字。它需要安装 imagemagick 并在您的环境中可用。

(b) 保存单个数字

如果上述操作因任何原因失败，您可以通过plt.savefig() 保存单个数字。在每个循环步骤结束时，您将从轴上移除艺术家并将其删除。

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

fig, ax = plt.subplots()

m = Basemap(projection='nsper',lon_0=-0,lat_0=90)
m.drawcoastlines()
m.drawparallels(np.arange(0.,180.,30.))
m.drawmeridians(np.arange(0.,360.,60.))

data = np.random.random_sample((20,90,360))
lat = np.arange(len(data[0,:,0]))
lon = np.arange(len(data[0,0,:]))
lons,lats = np.meshgrid(lon,lat)

for i in range(len(data[:,0,0])):
    im = m.contourf(lons,lats,data[i,:,:],latlon=True)
    text = 'title={0!r}'.format(i)
    te = ax.text(90, 90, text)
    an = ax.annotate(text, xy=(0.45, 1.05), xycoords='axes fraction')
    # save the figure
    plt.savefig("figure_{}.png".format(i))
    # remove stuff from axes
    for c in im.collections:
        c.remove()
    te.remove()
    an.remove()
    del im; del te; del an

plt.show()