数値解析や観測によって得られた風データをmatplotlibで表示する時のメモです．
矢羽根表示
plt.barbs(X, Y, U, V)を使う．
X：矢羽根を表示するx座標
Y：矢羽根を表示するy座標
U：東西風速
V：南北風速
その他の引数，
-
barb_increments=dict(half=1, full=5, flag=10)
短い矢羽根，長い矢羽根，旗を描くのに用いる値を設定できる（デフォルトは5，10，50）． -
sizes=dict(emptybarb=0)
矢羽根同士の間隔(spaceing)，矢羽根の根元から先端までの高さ(height)，旗の幅(width)，一番短い矢羽根よりも小さい値の表示に使われる円の半径(emtybarb)を設定できる．
emptybarb=0で風速が小さいものは表示させないようにできる．
In
import matplotlib.pyplot as plt
import numpy as np
U = np.array([0, -3, -5, 13])
V = np.array([0, -3, 5, 13])
plt.barbs(np.arange(4), np.arange(4),
U, V,
barb_increments=dict(half=1, full=5, flag=10)
)
plt.grid()
plt.ylim(-1,4)
plt.show()
結果
【参考】
matplotlib Reference (matplotlib.pyplot.barbs)
風配図
windrose.WindroseAxes.bar(wind_d, wind_v)を使う．
wind_d：風速
wind_v：風向（degree）
その他の引数
-
normed=
Trueとすれば，NaNを除く全データに占める割合が半径ｒ軸になる．
Falseではデータ数が半径ｒ軸となる． -
nsector=
セクターの数を設定できる．デフォルトは16で，360/16=22.5°毎にセクターが描かれる． -
bins=
配列を入れることで，barを塗りつぶす色の閾値を設定できる（デフォルトでは風速の最小値から最大値を6分割する）． -
cmap=
barを塗りつぶす色のカラーマップを指定できる． -
opening=
0.0 から 1.0 の間で，セクタ間のスペースを設定できる（1.0はスペースなし）．
また，WindroseAxesのメソッドとして
-
windrose.WindroseAxes.set_rgrids(array, labels=[], fontsize=10)
ｒ軸の設定ができる． -
windrose.WindroseAxes.set_legend(bbox_to_anchor=(x, y), fontsize=15)
風速による色塗りの凡例が設定できる．
In
import numpy as np
import matplotlib.pyplot as plt
from windrose import WindroseAxes
# make figure
fig = plt.figure(figsize=(10,10))
ax = WindroseAxes.from_ax(fig=fig)
ax.bar(wind_d, wind_v, normed=True, opening=0.8)
ax.set_rgrids(np.arange(0, 90, 10),labels=list(np.arange(0, 90, 10)),fontsize=15)
ax.set_legend()
plt.show()
結果
複数のデータを描画する場合はこんな感じ．
ラベルや凡例の設定もしてみた．
In
import numpy as np
import matplotlib.pyplot as plt
from windrose import WindroseAxes
# make figure
fig = plt.figure()
ax1 = fig.add_subplot(1, 2, 1, axes_class=WindroseAxes)
ax2 = fig.add_subplot(1, 2, 2, axes_class=WindroseAxes)
fig.tight_layout(h_pad=2) # ax1 と ax2 の距離が近かったので設定
# rgrids params
r_ticks = np.arange(0,11, 1)
r_labels = np.arange(0, 11, 1).astype(str)
r_labels[-1] += ' %'
fontsize = 10
bins = np.arange(0, 361, 45)
# ax1
ax1.bar(np.arange(0, 360, 22.5), np.arange(0, 360, 22.5),
normed=True,
bins=bins
)
ax1.set_rgrids(r_ticks, r_labels, fontsize=fontsize)
ax1.set_title('ax1')
# ax2
ax2.bar(np.arange(0, 360, 22.5), np.arange(0, 360, 22.5),
normed=True,
bins=bins
)
ax2.set_rgrids(r_ticks, r_labels, fontsize=fontsize)
ax2.set_legend()
ax2.set_title('ax2')
# 2つのグラフの凡例は共通しているので1つだけ表示
ax2.set_legend(title='wind velocity (m/s)', loc="right", bbox_to_anchor=(1.7, 0.5))
plt.show()
結果
figureの中に風配図を入れることもできる．
In
import numpy as np
import matplotlib.pyplot as plt
from windrose import WindroseAxes
from mpl_toolkits.axes_grid1.inset_locator import inset_axes
# make figure
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(1, 1, 1)
wind_ax_pos = (1,1)
wind_ax = inset_axes(ax,
width=5,
height=5,
bbox_to_anchor=wind_ax_pos,
axes_class=WindroseAxes,
bbox_transform=ax.transData)
wind_ax.bar(np.arange(0, 360, 22.5), np.arange(0, 360, 22.5), normed=True)
wind_ax.set_rgrids(np.arange(0, 11, 1), labels=list(np.arange(0, 11, 1)), fontsize=15)
wind_ax.set_legend()
plt.show()
結果
【参考】
windrose API
おまけ
ある地点の風を表す方法は，東西風Uと南北風V，もしくは風速wind_vと風向wind_dの2通りが主である．
風向は北を基準とすることに注意して，これらを相互に変換するサブ関数を作成した．
# wind_vとwind_dを，U,Vに変換する関数
def wd2UV(wind_v, wind_d):
new_wd = np.deg2rad(-wind_d)-np.pi/2
U = wind_v*np.cos(new_wd)
V = wind_v*np.sin(new_wd)
return U, V
# U,Vを，wind_vとwind_dに変換する関数
def UV2vd(U, V):
wind_v = np.sqrt(U*U+V*V)
wind_d = np.rad2deg(-np.arctan2(V, U)-np.pi/2)
wind_d = np.where(abs(wind_d)<0.1, 0, wind_d) # 1>>wind_dの時，wind_d=0とする
wind_d = np.where(wind_d<0, wind_d+360, wind_d) # np.arctan2の戻り値は-piからpiのため補正
return wind_v, wind_d