统计画图

  1. 散点图,每个bin 中画一段线
    from scipy import stats
    bins=[3.5,4,4.5,5,5.5,6,6.5]
    x,y=L_shell,ne
    plt.scatter(x,y,s=25,c='b')
    bin_medians, bin_edges, binnumber = stats.binned_statistic(x,y,statistic='median', bins=bins)
    plt.hlines(bin_medians,bin_edges[:-1],bin_edges[1:],label='median')
    for i in range(len(bin_medians)):
    xvar=[bin_edges[i],bin_edges[i+1]]
    yvar=[bin_medians[i],bin_medians[i]]
    plt.plot(xvar,yvar,'-',color='red')

定义colorbar 的位置

now we determine colorbar location

img=ax.pcolormesh(t, w, psd, vmin = vmin, vmax=vmax,cmap=purula(), norm='log', rasterized = True)

ax_pos_ul = axes[0,-1].get_position()
ax_pos_ll = axes[1,-1].get_position()

cb_height = ax_pos_ul.ymax-ax_pos_ll.ymin
cb_width = 0.015
hspace = 0.025

x0 = ax_pos_ll.xmax + hspace
y0 = ax_pos_ll.ymin    
x1 = x0 + cb_width

cbp = [x0, y0, cb_width, cb_height]
cax = fig.add_axes(cbp)
clb = plt.colorbar(img, label=r'P$_B$ $(B_0^2/\Omega_{e0})$', cax=cax) 
clb.set_ticks([cbar_var[0],cbar_var[40],cbar_var[-1]])

clb.set_ticklabels([Time_string_hhmm[0],Time_string_hhmm[40],Time_string_hhmm[-1]])

全局变量的一些参数
matplotlib.rc('font',size=7)
matplotlib.rcParams['axes.linewidth'] = 1
matplotlib.rcParams['xtick.major.width'] = 1
matplotlib.rcParams['xtick.minor.width'] = 0.8
matplotlib.rcParams['xtick.major.size'] = 2.5
matplotlib.rcParams['xtick.minor.size'] = 1.8

matplotlib.rcParams['ytick.major.width'] = 1
matplotlib.rcParams['ytick.minor.width'] = 0.8
matplotlib.rcParams['ytick.major.size'] = 2.5
matplotlib.rcParams['ytick.minor.size'] = 1.8
matplotlib.rcParams['pdf.fonttype'] = 42
matplotlib.rcParams['ps.fonttype'] = 42

python下面加上几行MLT,mlat,L等参数,类似IDL的图

xtick_pos=[]
xtick_lb=[]
x_index=[]
mlat_lb=[];mlt_lb=[]
for i in range(len(time_xtick)):
bYear=time_xtick[i].year;bMonth=time_xtick[i].month;bDay=time_xtick[i].day
bUThh=time_xtick[i].hour;bUTmm=time_xtick[i].minute;bUTss=time_xtick[i].second
bEpoch=1e3*time_xtick[i].replace(tzinfo=datetime.timezone.utc).timestamp()
#bEpoch=cdflib.cdfepoch.compute([int(bYear),int(bMonth),int(bDay),int(bUThh),int(bUTmm),int(bUTss),0])
delta_epoch=(aTime-bEpoch)

#fp=np.where(delta_epoch==min(delta_epoch))# find a time  which is close to the tick
fp=np.where(delta_epoch>=0)
#if i==1: sys.exit()
time_index=int(fp[0][0])
x_index.append(time_index)
cDateTime=datetime.datetime.utcfromtimestamp(aTime[time_index]/1e3)

cUThh=cDateTime.hour;cUTmm=cDateTime.minute;cUTss=cDateTime.second

xtick_pos.append(aTime[time_index])
xtick_lb.append(numlib.num2str(cUThh,2)+':'+numlib.num2str(cUTmm,2)+':'+numlib.num2str(cUTss,2))
mlat_lb.append(aMlat[time_index])
mlt_hh,mlt_mm,mlt_ss=numlib.hhmmss(aMlt[time_index])
mlt_lb.append(mlt_hh+':'+mlt_mm)
#bPosX.append(Xgsm[time_index]);
#bPosY.append(Ygsm[time_index]);
#bPosZ.append(Zgsm[time_index])

for i in range(len(xtick_lb)):
hf[axes_num].text(x=x_index[i]/len(aTime),y=-0.1,s=xtick_lb[i][0:5],color='k',fontsize=LabelSize-1,ha='center',va='center',transform=hf[axes_num].transAxes)
hf[axes_num].text(x=x_index[i]/len(aTime),y=-0.2,s=np.round(mlat_lb[i],1),color='darkcyan',fontsize=LabelSize-1,ha='center',va='center',transform=hf[axes_num].transAxes)
hf[axes_num].text(x=x_index[i]/len(aTime),y=-0.3,s=mlt_lb[i],color='m',fontsize=LabelSize-1,ha='center',va='center',transform=hf[axes_num].transAxes)
hf[axes_num].text(x=-0.13,y=-0.1,s='UT',color='k',fontsize=LabelSize-1,va='center',transform=hf[axes_num].transAxes)
hf[axes_num].text(x=-0.13,y=-0.2,s='MLAT',color='darkcyan',fontsize=LabelSize-1,va='center',transform=hf[axes_num].transAxes)
hf[axes_num].text(x=-0.13,y=-0.3,s='MLT',color='m',fontsize=LabelSize-1,va='center',transform=hf[axes_num].transAxes)
for i in range(len(hf)):
hf[i].text(x=0.05,y=0.92,s=panel_label[i],color='red',fontsize=LabelSize,ha='center',va='center',transform=hf[i].transAxes)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,937评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,503评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,712评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,668评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,677评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,601评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,975评论 3 396
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,637评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,881评论 1 298
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,621评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,710评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,387评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,971评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,947评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,189评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,805评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,449评论 2 342

推荐阅读更多精彩内容