python绘制台风路径
运用python读取CMA的台风路径数据（txt格式），绘制台风路径，并有所经过的附近区域的全球地图作底图、经纬度划分。
数据集在此
链接：https://pan.baidu.com/s/1pYvefPpyHw0Nr3s_J-7PKA
提取码：93yz
TechWhizKid参考GPT回答：
import pandas as pd
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
# 读取并解析数据
with open('CH2021BST.txt', 'r') as f:
lines = f.readlines()
data = []
temp_data = []
for line in lines:
if '66666' in line:
if temp_data:
data.append(pd.DataFrame(temp_data, columns=['date', 'lat', 'lon', 'pressure', 'wind']))
temp_data = []
continue
split_line = line.split()
date = split_line[0]
lat = float(split_line[2]) / 10 # convert to standard degrees
lon = float(split_line[3]) / 10 # convert to standard degrees
pressure = split_line[4]
wind = split_line[5]
temp_data.append([date, lat, lon, pressure, wind])
# 在全球地图上绘制台风路径
fig = plt.figure(figsize=(12,9))
m = Basemap(projection='cyl', resolution='c', llcrnrlon=0, urcrnrlon=360, llcrnrlat=-90, urcrnrlat=90)
m.drawcoastlines()
m.drawparallels(range(-90,91,30), labels=[1,0,0,0])
m.drawmeridians(range(0,360,60), labels=[0,0,0,1])
m.fillcontinents(color='coral',lake_color='aqua')
m.drawmapboundary(fill_color='aqua')
# 绘制每个台风的路径
for typhoon in data:
m.plot(typhoon['lon'], typhoon['lat'], latlon=True)
plt.show()
你可以按照以下步骤进行绘制台风路径，并添加全球地图作为底图：
首先下载台风路径数据，可以从中国气象局的网站上下载，数据格式一般为txt格式，并且包含台风的经纬度、风速等信息。根据数据格式和内容，使用Python的文件读取函数读取数据，例如使用
open()函数打开文件，并使用readlines()函数读取文件中的每一行数据。解析数据，提取台风路径的经纬度信息，可以使用字符串的分割操作和转换为浮点数等操作，将数据存储为列表或元组的形式。
使用绘图库绘制路径图，例如可以使用matplotlib库中的
plot()函数或者basemap库中的drawgreatcircle()函数等函数绘制台风路径。需要注意的是，经纬度需要转换为地图上的坐标，可以使用basemap库中的Basemap()函数生成地图对象，并设置坐标系和投影方式。添加全球地图作为底图，可以使用basemap库中的
fillcontinents()函数绘制陆地，并使用drawcoastlines()函数绘制海岸线。需要注意的是，由于地图投影方式的原因，绘制全球地图时需要附加一个属性resolution='c'，表示用中等精度设置绘图，这样可以避免数据重叠，保证地图绘制效果。
以下是一个简单的示例代码，你可以根据自己的数据和需求进行修改和补充：
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
# 读取台风路径数据
file_path = 'typhoon_data.txt'
with open(file_path, 'r') as f:
lines = f.readlines() # 读取文件中的每一行数据
typhoon_data = []
for line in lines:
# 解析数据，提取经纬度等信息
data = line.strip().split()
date, time, lon, lat, _, _, _, _ = data
lon, lat = float(lon), float(lat)
typhoon_data.append((lon, lat))
# 绘制台风路径图
fig = plt.figure(figsize=(12, 8))
m = Basemap(projection='cyl', llcrnrlat=-90, urcrnrlat=90,
llcrnrlon=-180, urcrnrlon=180, resolution='c')
m.drawcoastlines(linewidth=0.5)
m.fillcontinents(color='#C0C0C0', lake_color='#FFFFFF')
m.drawparallels(range(-90, 91, 30), labels=[1, 0, 0, 0])
m.drawmeridians(range(-180, 181, 30), labels=[0, 0, 0, 1])
lon = [data[0] for data in typhoon_data]
lat = [data[1] for data in typhoon_data]
x, y = m(lon, lat)
m.plot(x, y, linewidth=1, color='red')
plt.show()
在执行完以上代码后，你会得到一个包含台风路径和全球地图的图片。
提供参考实例，代码中思路：
使用pandas库的read_csv()函数读取txt文件中的路径数据，并将其存储为DataFrame格式。然后，使用pyproj库的Transformer对象将txt文件中的经纬度转换为地理坐标。接着，使用matplotlib库的plot()函数绘制台风路径图。最后，使用folium库的Map对象显示全球地图底图，并使用PolyLine对象在地图上标记出台风路径。
import pandas as pd
import pyproj
import matplotlib.pyplot as plt
import folium
# 读取txt文件中的路径数据，存储为DataFrame格式
df = pd.read_csv('typhoon.txt', sep='\t', header=None)
# 将txt文件中的经纬度转换为地理坐标
crs = pyproj.CRS('EPSG:4326')
transform = pyproj.Transformer.from_crs(crs, crs)
coords = transform.transform(df.iloc[:, 0].values, df.iloc[:, 1].values)
# 绘制台风路径图
fig, ax = plt.subplots(figsize=(10, 8))
ax.plot(coords[:, 0], coords[:, 1], color='red', linewidth=2)
ax.set_aspect('equal')
plt.title('Typhoon Path')
plt.show()
# 显示全球地图底图，并在地图上标记出台风路径
m = folium.Map(location=[0, 0], zoom_start=2)
folium.PolyLine([(c[0], c[1]) for c in coords]).add_to(m)
m.save('typhoon_map.html')
#如有帮助，恭请采纳
- 这有个类似的问题, 你可以参考下: https://ask.csdn.net/questions/7503755
- 这篇博客你也可以参考下：python中cmd命令台从txt文件中读取文本，输出文本前有一个小框框。
可以考虑这篇：https://peakchen.blog.csdn.net/article/details/131390085?spm=1001.2014.3001.5502
回答部分参考、引用ChatGpt以便为您提供更准确的答案：
要使用Python绘制台风路径并在全球地图上显示经纬度划分，您可以按照以下步骤进行操作：
- 下载数据集：从您提供的链接中下载CMA的台风路径数据集，提取码为93yz。确保将文件保存到您的工作目录中。
- 读取数据：使用Python中的文件读取功能，读取台风路径数据集的txt文件。可以使用Python内置的open函数或者更高级的库，如pandas来读取数据。
- 解析数据：解析读取的数据，提取出所需的台风路径信息，包括经纬度和其他相关数据。根据数据集的具体格式，您可能需要使用适当的解析方法，例如字符串分割、正则表达式等。
- 绘制地图：使用地图绘制库，如Basemap、Folium或Cartopy，根据解析得到的台风路径数据，将路径点绘制在全球地图上。您可以设置不同的点样式、线条样式和颜色来显示台风的路径。
- 添加经纬度划分：根据您的需求，使用地图绘制库提供的功能，添加全球经纬度划分的标记或网格线。
- 显示图像：根据您使用的地图绘制库，使用相应的函数将绘制好的地图显示出来。这通常涉及调用一个显示图像的函数或保存图像的函数。
在实现上述步骤时，您可能需要了解所使用的地图绘制库的文档和示例，以便正确使用库中的函数和方法。
希望这些步骤能帮助您绘制台风路径并在全球地图上显示经纬度划分！如有进一步问题，请随时提问。
python 基于cartopy库绘制台风路径
import netCDF4 as nc4
import matplotlib.pyplot as plt
import numpy as np
import datetime
import os
import cartopy.crs as ccrs
path='E://' #文件路径
files= os.listdir(path) #得到文件夹下的所有文件名称
fig=plt.figure(figsize=(20,12)) #设置画布大小
parallels = np.arange(0.,90.,3.)
meridians = np.arange(0.0,360.,3.)
ax = plt.axes(projection=ccrs.Robinson()) #设置投影方式
# Set figure extent & ticks
ax.set_extent([100, 150, 5, 50]) #设置纬度范围
# plt.grid(linestyle=':',color='y')#
for file in files: #按照顺序在 files 里面进行每一个文件的 数据名称 循环读取
f = open(path+file,'r') # 打开第一个 dat 文件
records = f.readlines() # 读取这个文件里面的所有数据
f.close() # 关闭这个dat文件
date_t = '' # 设置一个用来表示空格
btk_lat = [] # 设置一个空的 待传入数据的纬度
btk_lon = [] # 设置一个空的 待传入数据的经度
btk_vmax = [] # 风速最大值 Maximum sustained wind speed in knots: 0 - 300 kts.
btk_time = [] # 时间
btk_rmw = [] # 最大风速半径 radius of max winds, 0 - 999 n mi.
btk_name = [] # 台风名称
for rcd in records: # 对这个dat文件里面，已经读取的每一行数据进行循环处理
strs = rcd.split(',') #将每一个','分隔开
if(len(strs)<21): #判断语句，如果这个被分割开的字符 长度<21 ,继续进行处理
continue
date_str = strs[2].strip(' ') #将strs这个list的索引为2的值赋给data_str,既年月日时
if date_str == date_t:#判读如果是一个空格值，赋给data——str
continue
dt = datetime.datetime(int(date_str[0:4]),int(date_str[4:6]),int(date_str[6:8]),\
int(date_str[8:]),0,0,0)
btk_time.append(nc4.date2num(dt,units='second since 1970-1-1 00:00:00'))#计算距离给的时间有多少秒，并从后往前排列
#处理纬度
lat_str = strs[6].strip()
#判断南北纬
if lat_str[-1] == 'N':
lat_t = float(lat_str[0:-1])*0.1
else:
lat_t = float(lat_str[0:-1])*-0.1
btk_lat.append(lat_t)
#处理经度
lon_str = strs[7].strip()
#判断 东西经
if lon_str[-1] == 'E':
lon_t = float(lon_str[0:-1])*0.1
else:
lon_t = float(lon_str[0:-1])*-0.1
btk_lon.append(lon_t)
#处理最大风速
vmax = strs[8].strip()
btk_vmax.append(float(vmax))#转换为单浮点型，（带小数点）
#时间
date_t = date_str
#最大风速半径
rmw = strs[19].strip()
btk_rmw.append(float(rmw))
#处理台风名称
if(len(strs) < 27):
btk_name.append('noname')
else:
name = strs[27].strip()
btk_name.append(name)
#==============================================================================
btk_lat = np.array(btk_lat) #将得到的list 值转换为数组型的值，为了便于绘图。因为绘图的横纵坐标都是数组排列
btk_lon = np.array(btk_lon)%360 #因为原始经度为-180 - 0 -180 ，出现断隔，为解决问题，化为 0-360
btk_time = np.array(btk_time) #时间转换
btk_vmax = np.array(btk_vmax)*0.5144 #风速换算公式
btk_rmw = np.array(btk_rmw)*1.852 #
#判断，如果数组纬度的值是0，则为nan值，既无法计算的值（无穷大，，），否则即为台风的名称
if(len(btk_lat) == 0):
tc_name = 'noname'
else:
index = btk_vmax.argmax()
tc_name = btk_name[index]
#进行绘图，经度、纬度曲线
ax.plot(btk_lon,btk_lat,color='k',linewidth=0.5,transform=ccrs.PlateCarree())
#散点图绘制，经度、纬度、最大风速，
cb = ax.scatter(btk_lon,btk_lat,c=btk_vmax,s=10.0,transform=ccrs.PlateCarree()
,vmin=10,vmax=60)
ax.coastlines()
ax.gridlines(draw_labels=True, dms=True, x_inline=False, y_inline=False)
plt.colorbar(cb,label='Vmax (m/s)',pad=0.07,orientation='vertical',shrink=1)
plt.title(' path')
# 保存绘制图片 ，注意保存路径不能放在dat文件夹中
#fig.savefig(path2+'tester.tiff',format='tiff',dpi=100)
可以使用python中你的Matplotlib & Cartopy绘制台风路图，具体的实现代码，帮你找到一些资料，你可以查阅下，根据自己的需要进行学习和借鉴：
python台风动图绘制_python可视化绘图：台风路径可视化：https://blog.csdn.net/weixin_33859931/article/details/113972813
Python气象数据处理与绘图：CMA热带气旋最佳路径数据集读取与绘制:https://zhuanlan.zhihu.com/p/431631101?utm_id=0
使用Matplotlib & Cartopy绘制台风路径图：https://baijiahao.baidu.com/s?id=1708632538775002918&wfr=spider&for=pc