Python氣象繪圖教程(十四)

本節提要：圖例 Legend與colorbar

一、圖例Legend命令常用參數

作為成熟的科研圖表，圖例的重要性是不言而喻的。所謂一圖敵千言，在氣象科研領域，圖表是進行數據可視化的利器，而圖例是幫助閱讀者理解圖表信息的關鍵。繪圖庫matplotlib中專門闢出一個命令——Legend進行設置。下面首先介紹其常用關鍵字參數。loc
設置圖例位置，一般在圖表內部
fontsize
字體大小
markerscale
圖例標記相對於原始標記的相對大小
markerfirst
圖例在標籤左側，bool值控制
numpoints
圖例的標記數目
frameon
圖例邊框，bool值控制
fancybox
邊框是否圓邊
shadow
邊框陰影
framealpha
邊框透明度
edgecolor
邊框邊緣顏色
facecolor
邊框內部填色
ncol
圖例列數，int值
borderpad
邊框內邊距
labelspacing
圖例之間的垂直間距
handlelength
圖例的句柄長度
handleheight
圖例的句柄高度
handletextpad
圖例與句柄之間間距
columnspacing
列間距
title
圖例標題
bbox_to_anchor
指定圖例在軸的位置
在之前，我們製作了一個墒情圖，本次即以此圖展示legend命令。

兩圖相比較，修改了ncol為一列，修改了edgecolor為紅色，修改了facecolor為綠色，修改了framealpha為1，修改了fancybox為圓角。
其他參數命令，讀者可以自行實驗，在jupyter notebook中實驗是非常方便的。二、Legend的位置調節命令——loc與bbox_to_anchorLegend有兩個可以調節位置的命令，使用方式各不相同。loc是最常用的位置命令，兩種使用方式，一是使用0~10數字，二是使用字符命令如'best','right',center','upper right'等，這種圖例位置是在子圖內部的，可能會出現遮擋圖形的情況，所以就有bbox_to_anchor命令，這個命令類似於前面推薦的add_axes命令，指定的是圖例的絕對位置，不妨通過上一個圖片展示：

ax2.legend((bar1,bar2,line1,line2),('降水','蒸發','墒情','氣溫'),frameon=True,framealpha=1,ncol=1,shadow=True,bbox_to_anchor=(0,0))
可以看出，將絕對位置定為bbox_to_anchor=（0,0）後，圖例可以被放置在子圖外了。同樣的，可以放置到我們常見的圖例位置：
ax2.legend((bar1,bar2,line1,line2),('降水','蒸發','墒情','氣溫'),frameon=True,framealpha=1,ncol=1,shadow=True,bbox_to_anchor=(1.1,0.9))
注意，兩個命令並不是衝突的，可以放在同一句中調節，不會報錯。
還可以進行如下操作，bbox_to_anchor=（x1,y1,x2,y2），給予圖例框的起始絕對位置和結束絕對位置：
ax2.legend((bar1,bar2,line1,line2),('降水','蒸發','墒情','氣溫'),bbox_to_anchor=(0,-0.1,1.,-0.10),frameon=True,framealpha=1,ncol=2,shadow=True,mode="expand", borderaxespad=0.)
在mode=『expand』命令下，指定了起始和結束位置後，圖例框將被拉伸到最大，我目前沒有用到，可能有讀者需要。在前面，我們將每個圖例分別注釋了標籤，在需要的時候，還可以進行分類操作。大多數時候，我們通過最簡便的方法建立一個實驗圖（直接在繪製時設置label=,legend會自動生成圖例）：
line1=plt.plot(x,y1,lw=2,ls="-",color='cyan',label='line1')line2=plt.plot(x,y2,lw=2,ls='--',color='k',label='line2')line3=plt.plot(x,y3,lw=2,ls=':',color='lightgreen',label='line3')scatter1=plt.scatter(x2,y4,c='orange',s=15,marker='*',label='scatter1')scatter2=plt.scatter(x2,y5,c='darkgray',s=19,marker='1',label='scatter2')scatter3=plt.scatter(x2,y6,c='darkturquoise',s=19,marker='h',label='scatter3')plt.title('這是總標題')plt.legend(title='這是圖例標題',bbox_to_anchor=(1,0.9),frameon=False,framealpha=0.75)
這種建立圖例的方法不能進行分類操作，所以通過在plt.legend(list1，list2)的方式建立圖例，一般來說list1代表繪製命令，list2裝載字符串作為名稱：
plt.legend([line1,line2,line3,scatter1,scatter2,scatter3],['line1','line2','line3','scatter1','scatter2','scatter3'])
plt.legend([(line1,line2,line3),scatter1,scatter2,scatter3],['這是合併的線','scatter1','scatter2','scatter3']
可以發現，雖然合併了，但是合併的圖例裡只有一根綠線了，這時需要引進新的模塊：
from matplotlib.legend_handler import HandlerLine2D, HandlerTupleplt.legend([(line1,line2,line3),scatter1,scatter2,scatter3],['這是合併的線','scatter1','scatter2','scatter3'],            handler_map={tuple: HandlerTuple(ndivide=None)},numpoints=1,            title='這是圖例標題',bbox_to_anchor=(1,0.9),frameon=False,framealpha=0.75)
這之後，合併的圖例能正常顯示了。當然散點圖也能進行分類處理：
在matplotlib中，由於legend命令的特性，無論plt.legend還是ax.legend，都只能在圖表中添加一個圖例，一般來說以最後一個legend命令繪製，前面都會被覆蓋，比如：
三個命令，最終只能出現（***）這個圖例。但是科研圖表存在需要多個圖例的情況，如果確實需要繪製時，可以通過ax.add_artist()命令添加。仍然以上一小節的圖為例。首先，我們將所有line通過ax.legend()命令繪製出來：
ax.legend([line1,line2,line3],['直線1','直線2','直線3'],numpoints=1,title='圖例一',bbox_to_anchor=(1,0.9),frameon=False,framealpha=0.75)
然後，from matplotlib.legend import Legend模塊導入，將其他散點和直方在Legend命令下添加，Legend()內部關鍵字參數與ax.legend()的關鍵字參數一致，最後，以ax.add_artist()添加到子圖上：
from matplotlib.legend import Legendlegend2=Legend(ax,[scatter1,scatter2,scatter3,bar1],['散點1','散點2','散點3','直方1'],title='圖例二',frameon=False,bbox_to_anchor=(1,0.3))ax.add_artist(legend2)
當然，你還可以增添三個乃至更多的圖例，讀者可自行推用。
在前面的推送中，介紹到散點圖的兩種使用方法：一種為以s為變量，固定顏色，通過散點直徑大小展示數據；一種是以顏色映射為變量，固定s,通過填色變化來展示數據。這兩種是最簡單的使用方式，進一步的，散點圖還可以將兩個都設置為變量，都展示數據的變化。
filename=r'C:\Users\lenovo\Desktop\累年降水數據.xlsx'df=pd.read_excel(filename)lon=df['lon']#讀入站點經度lat=df['lat']#讀入站點緯度rain_days=df['rain_days']#讀入各站點某年累計降水日數rains=df['precipitation']#讀入各站點某年累計降水量rain_size=(rain_days-10)**2#對累計降水日數進行處理，使散點大小均勻
然後繪製散點圖（添加地圖和站點名通過def create_map():繪製，這裡略去）：
sca=ax.scatter(lon,lat,s=rain_size,c=rains,cmap='GnBu',alpha=0.75,edgecolor='k',label='none')
將處理過的累計降水日數傳入s，將累計降水量傳給color,設定cmap為'GnBu'。注意，最好能改變alpha小於1，因為散點存在互相重疊情況，不使散點透明，小散點可能被大散點完全覆蓋。edgecolor設為黑色在視覺上是最好的。
當然，目前缺乏重要的輔助圖例，除了製圖員，沒人知道這幅圖表達了什麼，所以接下來，介紹兩種添加輔助閱讀工具手段。
A、通過添加圖例表示圓圈大小含義、通過添加colorbar表示填色的含義
position=fig.add_axes([0.1,0.2,0.8,0.01])b=plt.colorbar(ax=sca,cax=position,extend='both',orientation='horizontal',shrink=0.3,label='累計降水量 $mm$',pad=0.1)
這樣就能展示填色的意義了，閱讀者能明白填色代表累計降水量，然後，通過如下命令生成圖例：
marker1=ax.scatter([],[],s=rain_size.min(),c='k',alpha=0.3)marker2=ax.scatter([],[],s=rain_size.max()/2,c='k',alpha=0.3)marker3=ax.scatter([],[],s=rain_size.max(),c='k',alpha=0.3)legend_markers=[marker1,marker2,marker3]labels=['30日','60日','90日']ax.legend(title='累計降水日',handles=legend_markers,          labels=labels,scatterpoints=1,frameon=False,          labelspacing=0.39,handletextpad=3,          bbox_to_anchor=(0.3,0.93))
前面三句就是生成三個圓圈的命令，因為通過兩個空列表生成的，所以不會顯示在主圖上，只能通過句柄命令(handles)傳入ax.legend()，這時你可以理解為等同於（為了方便理解如此解釋）：ax.legend([line1,line2,line3],['直線1','直線2','直線3']）前一部分為圖例，後一部分為標籤。
前面的程序與A中完全相同，在第四節中已經講了如何建立多個子圖，這裡馬上就上手使用了，這次不使用colorbar展示顏色變化，而使用帶顏色的散點：
from matplotlib.lines import Line2Dcmap=plt.get_cmap('GnBu')levels=[40,60,80,100,120,140,160,180]ls = [Line2D(range(1), range(1), linewidth=0, color=cmap(v), marker='o', ms=(10)) for v in levels]ax.legend(ls,levels,frameon=False,bbox_to_anchor=(1.02,0.5),title='累計降水量（$mm$）')
第一步獲取cmap，這裡和主圖的cmap一致。第二步劃分降水level。第三步生成我們的彩色圓點，這些彩色圓點實際上是帶著marker的plot線條，但是我們將其linewidth設為了0，線條被截去了。第四步傳入legend命令。
接著，使用前面提到的添加第二個圖例的方法，添加散點直徑圖例：
marker1=ax.scatter([],[],s=rain_size.min(),c='k',alpha=0.3)marker2=ax.scatter([],[],s=rain_size.max()/2,c='k',alpha=0.3)marker3=ax.scatter([],[],s=rain_size.max(),c='k',alpha=0.3)legend_markers=[marker1,marker2,marker3]labels=['30日','60日','90日']legend2=Legend(ax,title='累計降水日',handles=legend_markers,               labels=labels,scatterpoints=1,frameon=False,               labelspacing=0.39,handletextpad=3,               bbox_to_anchor=(1.1,0.98))ax.add_artist(legend2)
前面部分與方法A中的一致，但是我們已經在前面用ax.legend（）命令繪製了一個圖例了，這時就只能用ax.add_artist(legend2)方法添加新的圖例。
通過這幅圖能看出什麼呢？可以看出恩施州降水日數和降水量高值區都集中在利川市，而鶴峰的日數和降水量都偏少。再看宣恩縣和恩施市，宣恩的降水日更少，但是降水量比恩施市多。