注解
Click here to download the full example code
绘制符号¶
利用 PyGMT 的 pygmt.Figure.plot() 可以绘制多种常见的符号类型。
绘制简单符号¶
首先利用 numpy.random 模块生成数据集：
import numpy as np
np.random.seed(42)
region = [150, 240, -10, 60]
x = np.random.uniform(region[0], region[1], 20)
y = np.random.uniform(region[2], region[3], 20)
z = np.random.uniform(1,5,20)
print("x:\n", x)
print("y:\n", y)
print("z:\n", z)
Out:
x:
[ 183.7086107 235.56428758 215.87945476 203.87926358 164.04167764
164.03950683 155.2275251 227.95585312 204.10035106 213.726532
151.85260449 237.29188669 224.91983767 169.11051996 166.36424705
166.50640589 177.38180187 197.22807885 188.87505168 176.21062262]
y:
[ 32.82970263 -0.23542975 10.4501254 15.64532903 21.9248989
44.9623173 3.97716475 25.99641069 31.46901982 -6.74847111
32.52813963 1.93668866 -5.44638849 56.42198761 57.59424232
46.58781437 11.32296384 -3.16295202 37.89631186 20.81067456]
z:
[ 1.48815294 2.98070764 1.13755408 4.63728161 2.03511993 3.65008914
2.2468443 3.08027208 3.18684112 1.73941782 4.87833851 4.10053129
4.75799577 4.5793094 3.39159992 4.68749694 1.35397001 1.78393145
1.18090916 2.30132132]
通过 pygmt.Figure.plot() 绘制符号时需要用 style 选项控制符号类型和大小：
import pygmt
fig = pygmt.Figure()
fig.basemap(region=region, projection="X8c", frame=True)
# 绘制三角符号（i），大小为 0.5 厘米（0.5c）
fig.plot(x, y, style="i0.5c", color="black")
fig.show()
Out:
<IPython.core.display.Image object>
大小变化的符号¶
绘制大小变化的符号时在选项 style 中说明符号类型和单位，由 sizes 控制符号大小：
fig = pygmt.Figure()
fig.basemap(region=region, projection="X8c", frame=["nSWe","af"])
# 绘制五角星符号（a），单位为厘米（c），大小由 sizes 控制
fig.plot(x, y, style="ac", pen="1p,black", color="red", sizes=z*0.1)
fig.show()
Out:
<IPython.core.display.Image object>
颜色变化的符号¶
如果想要让符号的颜色根据某个数值的不同而使用不同的颜色，则需要使用 color 选项。color 选项表示符号的填充色由某个数值以及 CPT 颜色表所控制。CPT 颜色表给出了数值与颜色之间的对应关系。因而对于任意一个符号，我们都可以给其一个数值，PyGMT 会根据该数值从 CPT 颜色表中找到对应的颜色作为该符号的填充色。因而，在输入数据中，需要在 X 和 Y 坐标的基础上额外加一列 Z 值，用于控制符号的填充色。
下面的示例中，首先使用 pygmt.makecpt() 模块，以内置 CPT 颜色表 hot 为基础，生成了一个新的 CPT 颜色表，该 CPT 颜色表为 1 到 5 之内的每个数值都对应了一个颜色。在使用 pygmt.Figure.plot() 绘制符号时，通过 color 选项决定每个符号的填充颜色：
fig = pygmt.Figure()
fig.basemap(region=region, projection="X8c", frame=["nSWe","af"])
pygmt.makecpt(cmap='hot', series=[1, 5])
# 绘制圆形符号（c），单位为厘米（c），大小由 sizes 控制
fig.plot(x, y, style="cc", pen="1p,black", sizes=z*0.1, color=z, cmap=True)
fig.show()
Out:
<IPython.core.display.Image object>
具有透明度的符号¶
pygmt.Figure.plot() 的 transparency 选项可以为符号添加透明度。
首先利用 numpy 模块的 numpy.arange() 函数和 numpy.ones() 函数生成示例数据：
x = np.arange(0, 105, 5)
y = np.ones(x.size)
print('x:\n', x)
print('y:\n', y)
Out:
x:
[ 0 5 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85
90 95 100]
y:
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.
1. 1. 1.]
transparency = x
fig = pygmt.Figure()
fig.basemap(
region=[-5, 105, 0, 2],
frame=['xaf+l"Transparency level"+u%', "WSrt"],
projection="X15c/6c",
)
fig.plot(x=x, y=y, style="c0.6c", color="blue", pen="1p,red", transparency=transparency)
fig.show()
Out:
<IPython.core.display.Image object>
绘制不同的符号¶
向 pygmt.Figure.plot() 的 style 选项传递不同的参数可以绘制多种类型的符号。
e：椭圆
[[lon, lat, direction, major_axis, minor_axis]]j：旋转的矩形
[[lon, lat, direction, width, height]]r：矩形
[[lon, lat, width, height]]R：圆角矩形
[[lon, lat, width, height, radius]]w：饼形楔形
[[lon, lat, radius, startdir, stopdir]]最后两个参数是从水平逆时针方向给出的方向
E、J 和 W 与 e、j 和 w 相似，但是期望输入的是地理方位角和距离。
import numpy as np
import pygmt
fig = pygmt.Figure()
fig.basemap(region=[0, 6, 0, 2], projection="x3c", frame=True)
# 椭圆
data = np.array([[0.5, 1, 45, 3, 1]])
fig.plot(data=data, style="e", color="orange", pen="2p,black")
# 旋转的矩形
data = np.array([[1.5, 1, 120, 5, 0.5]])
fig.plot(data=data, style="j", color="red3", pen="2p,black")
# 矩形
data = np.array([[3, 1, 4, 1.5]])
fig.plot(data=data, style="r", color="dodgerblue", pen="2p,black")
# 圆角矩形
data = np.array([[4.5, 1, 1.25, 4, 0.5]])
fig.plot(data=data, style="R", color="seagreen", pen="2p,black")
# 饼形楔形
data = np.array([[5.5, 1, 2.5, 45, 330]])
fig.plot(data=data, style="w", color="lightgray", pen="2p,black")
fig.show()
Out:
<IPython.core.display.Image object>
示例：绘制震中分布图¶
通过 PyGMT 提供的 pygmt.datasets 包可以访问 GMT 服务器上的示例数据。第一次访问时，数据会自动下载并保存到 GMT 的缓存目录中（通常为 ~/.gmt/cache）。
通过 pygmt.datasets.load_japan_quakes() 函数加载日本附近海啸诱发地震，数据以 pandas.DataFrame 形式加载。
data = pygmt.datasets.load_japan_quakes() # 从服务器加载数据
# 绘图区域一般比数据区域大一点
region = [
data.longitude.min() - 1,
data.longitude.max() + 1,
data.latitude.min() - 1,
data.latitude.max() + 1,
]
print(region) # 打印绘图区域
print(data.head()) # 打印 data 数据结构
Out:
gmtwhich [NOTICE]: -> Download cache file: @tut_quakes.ngdc
[131.28999999999999, 150.88999999999999, 34.020000000000003, 50.770000000000003]
year month day latitude longitude depth_km magnitude
0 1987 1 4 49.77 149.29 489 4.1
1 1987 1 9 39.90 141.68 67 6.8
2 1987 1 9 39.82 141.64 84 4.0
3 1987 1 14 42.56 142.85 102 6.5
4 1987 1 16 42.79 145.10 54 5.1
利用 pygmt.Figure.plot() 方法绘制震中分布：
fig = pygmt.Figure() # 创建绘图实例
fig.basemap(region=region, projection="M15c", frame=True) # 绘制底图
fig.coast(land="black", water="skyblue") # 绘制海岸线
# 把 data 的 longitude 和 latitude 值赋予 x、y，调整绘图参数进行绘制
fig.plot(x=data.longitude, y=data.latitude, style="c0.3c", color="white", pen="1p,black")
fig.show()
Out:
<IPython.core.display.Image object>
其中，style="c0.3c" 表示将数据点绘制成半径为 0.3 厘米的圆，
color="white" 和 pen="1p,black" 分别控制了符号的填充样式和边框样式。
通过 sizes 参数可以用圆的大小来表征地震震级，这里通过幂运算可以更好的表现震级差异：
fig = pygmt.Figure()
fig.basemap(region=region, projection="M15c", frame=True)
fig.coast(land="black", water="skyblue")
# 在 style 中不显式指定符号大小，此时符号大小由 sizes 控制
fig.plot(
x=data.longitude,
y=data.latitude,
sizes=0.02 * (2 ** data.magnitude),
style="cc",
color="white",
pen="1p,black",
)
fig.show()
Out:
<IPython.core.display.Image object>
请注意，上例中 style="cc" 并没有指明符号大小，仅包含符号 c （圆形）和单位 c （厘米）。
那么如何用符号的填充颜色来表征发震深度呢？简单来说，首先根据发震深度利用 pygmt.makecpt() 创建一个连续的颜色表，然后在 pygmt.Figure.plot() 中设置 cmap=True 使用颜色映射即可。
fig = pygmt.Figure()
fig.basemap(region=region, projection="M15c", frame=True)
fig.coast(land="black", water="skyblue")
# 将 data.depth_km 的最小值和最大值赋予 series 指定 cpt 数值范围
# 使用 matplotlib 的 viridis 颜色表
pygmt.makecpt(cmap="viridis", series=[data.depth_km.min(), data.depth_km.max()])
fig.plot(
x=data.longitude,
y=data.latitude,
sizes=0.02 * 2 ** data.magnitude,
color=data.depth_km, # 发震深度决定填充颜色
cmap=True, # 设置为 True 表示使用 makecpt 制作的 cpt 作为颜色表
style="cc",
pen="1p,black",
)
# 绘制 colorbar
fig.colorbar(frame='af+l"Depth (km)"')
fig.show()
Out:
<IPython.core.display.Image object>
Total running time of the script: ( 0 minutes 11.146 seconds)