在matplotlib上绘制定性数据

Question

我有三个相同长度的1D数组。 这些是：

1. 温度（F）
2. 风速
3. 风向

温度和风速都具有浮点值，而风向则具有字符串值，如“南”，“北”，“东北”，“西”等。现在，我想用这些数组创建3D散点图。可能的方法（因为风向数组具有字符串值）？ 可以将某些逻辑应用于这种情况吗？

Answer 1

您可以定义字典角度，该角度定义x轴（东向）和风向之间的角度，例如：

angles = {'East': 0., 'North': math.pi/2., 'West': math.pi, 'South': 3.*math.pi/2.}

然后，您可以按照以下示例计算x（向东）和y（向北）方向的速度：

import math

angles = {'East': 0., 'North': math.pi/2., 'West': math.pi, 'South': 3.*math.pi/2.}

directions = ['East', 'North', 'West', 'South']
vtot = [1.5, 2., 0.5, 3.]
Temperature = [230., 250. , 200., 198.] # K

vx = [vtot[i]*math.cos(angles[directions[i]]) for i in range(len(directions))] # velocity in x-direction (East)
vy = [vtot[i]*math.sin(angles[directions[i]]) for i in range(len(directions))] # velocity in y-direction (North)

print (vx)
print (vy)

然后，您可以在matplotlib的任何3D图中绘制vx ， vy和Temperature 。

Answer 2

像@pwagner一样，我会去进行极坐标图绘制，但是要进行3D绘制。 基本上，您可以做的是将风重新映射到极地度，如下例所示：

angles = {'east':0, 'northeast':np.pi/4, 'north':np.pi/2, 'northwest':3*np.pi/4,
          'west':np.pi, 'southwest':5*np.pi/4, 'south':3*np.pi/2, 'southeast':7*np.pi/4}
wind_angle = np.array([angles[i] for i in wind])

这会给你风向； 然后您可以将（风，速）坐标转换为笛卡尔坐标，并通过3D散点图进行绘制。 您甚至可以在色图中编码温度，下面显示了完整的示例：

import numpy as np
from matplotlib import cm
from matplotlib import pyplot as plt

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

wind_dirs = ['east', 'northeast', 'north', 'northwest',
             'west', 'southwest', 'south', 'southeast']
# data
speed = np.random.uniform(0,1.25,100)
temp = np.random.uniform(-10,20,100)
wind = [wind_dirs[i] for i in np.random.randint(8, size=100)]

#transform data to cartesian
angles = {'east':0, 'northeast':np.pi/4, 'north':np.pi/2, 'northwest':3*np.pi/4,
          'west':np.pi, 'southwest':5*np.pi/4, 'south':3*np.pi/2, 'southeast':7*np.pi/4}
wind_angle = np.array([angles[i] for i in wind])
X,Y = speed*np.cos(wind_angle),speed*np.sin(wind_angle)

ax.scatter3D(X, Y, temp, c = temp, cmap=cm.bwr)
ax.set_zlabel('Temp')
plt.show()

这会产生一个不错的图形，可以在以下位置旋转和缩放：

Answer 3

在阅读此问题时，我必须想到一个极坐标图（自然是用于风向），并且温度编码为颜色。 快速搜索显示了现有的matplotlib示例 。 重写该示例，它可能如下所示：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib import cm

N = 150
r = 2.0 * np.random.randn(N)
theta = 2.0 * np.pi * np.random.randn(N)
area = 10.0 * r**2.0 * np.random.randn(N)
colors = theta
ax = plt.subplot(111, polar=True)
c = plt.scatter(theta, r, c=colors, cmap=cm.hsv)
c.set_alpha(0.75)

ticklocs = ax.xaxis.get_ticklocs()
ax.xaxis.set_ticklabels([chr(number + 65) for number in range(len(ticklocs))])

plt.show()

我希望您可以根据需要进一步采用该示例。