苏州比较好的互联网公司北京网站优化

背景

在绘制站点分布图时，有时需要采用图中图的方式，以便于在一张图中尽可能多的表达信息。此处记录一下利用python matplotlib绘制图中图的脚本，方便然后查询。

包含数据

该绘图脚本中包含以下数据：

1. CMONOC站点分布（蓝色点）
2. CMONOC穿刺点分布（灰色点）
3. 某研究中采用的位于湖北省附近的一些地面跟踪站分布（红色点）

绘制思路

首先将CMONOC站点以及穿刺点分布画上，再通过plt.axes在图上再加一块画布绘制小范围的地图，接着在小范围的地图上标点。为了方便在大范围地图上找到图中图的位置，也要在相应位置上用红框标记下，这里采用了plt.vlines和plt.hlines两者结合的方法。

代码

注：此处仅提供绘图脚本，其中用到的部分站点坐标文件因一些原因不能公开。

from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
import matplotlib.patches as mpathes
import numpy as np
import os
from adjustText import adjust_text  # 导入文字调整的库函数outputDir = './cmonoc_ipp/'
if not os.path.exists(outputDir):  # True/Falseos.mkdir(outputDir)colors_lst = ['blue', 'magenta', 'darkolivegreen', 'mediumpurple', 'palevioletred', 'cadetblue']
site_list = r'xxxxxxxxxxxx/ofilelst.txt' # 测站名列表路径
ccl_file_dir = r'xxxxxxxxxxxxxxxxxxxxx/cclFileCmonoc/' # 穿刺点文件路径# 读取测站列表文件（含经纬度及站点名称）
f = open(site_list, 'r')
ObsLines = f.readlines()rec_name = []
for i in range(len(ObsLines)):fields = ObsLines[i].split()rec_name.append(fields[0])plt.figure(figsize=(6, 4.5))  # 设置大小和分辨率
plt.rcParams['font.sans-serif'] = ['arial']lat_range = range(-15, 60 + 10, 10)
lon_range = range(60, 150 + 10, 10)m = Basemap(projection='cyl', lon_0=110, lat_0=20, resolution='h', llcrnrlon=60, urcrnrlon=150,llcrnrlat=-10, urcrnrlat=60)
m.drawcoastlines(color='black', linewidth=0.8)
# draw parallels and meridians.
m.drawmeridians(range(70, 150 + 20, 20), labels=[0, 0, 1, 1], color='gray', linewidth=0.8, font='arial', fontsize=10)
m.drawparallels(range(0, 60, 10), labels=[1, 1, 0, 0], color='gray', linewidth=0.8, font='arial', fontsize=10)for i in range(len(rec_name)):site = rec_name[i][2:6]print('Porcessing site: ', site, '...')file_name = site + '_2023_091.ccl'arc_file = ccl_file_dir + file_nameprint('Processing the file: ', file_name)sec = []ipp = []elev = []site_lst = []with open(arc_file, "r") as f:for line in f.readlines():line = line.split()# if line[4] != 'W05':#     continuesec.append(int(line[2]))ipp.append([float(line[20]), float(line[21])])elev.append(float(line[5]))site_lst.append(site)lon = []lat = []for k in range(len(sec)):lon_tmp, lat_tmp = m(ipp[k][1], ipp[k][0])lon.append(lon_tmp)lat.append(lat_tmp)plt.scatter(lon, lat, s=0.0001, c='silver', zorder=100)# plt.plot(lon, lat, marker='o', color='grey', markersize=0.1, zorder=100)# CMONOC坐标列表路径
listFile = r'E:/DoctoralStudy/2python_prog/plotSiteMap0615/sitelist/site_pos_cmonoc.txt'# 读取测站列表文件（含经纬度及站点名称）
f = open(listFile, 'r')
ObsLines = f.readlines()lon = []
lat = []
staname = []
for i in range(len(ObsLines)):fields = ObsLines[i].split()# print(fields[0], fields[1], fields[2])lon.append(float(fields[0]))lat.append(float(fields[1]))staname.append(fields[2])lon, lat = m(lon, lat)
# ----------在地图上绘制坐标点------------#
for i in range(len(staname)):# m.scatter(lon[i],#           lat[i],#           s=20,#           c='red',#           marker='o')plt.plot(lon[i], lat[i], marker='s', color='blue', markersize=3, zorder=100) # CMONOC站点# 标记图中图位置，红色线
plt.vlines(108, ymin=24, ymax=36, colors='r', zorder=100)
plt.vlines(124, ymin=24, ymax=36, colors='r', zorder=100)
plt.hlines(24, xmin=108, xmax=124, colors='r', zorder=100)
plt.hlines(36, xmin=108, xmax=124, colors='r', zorder=100)# 绘制图中图
plt.axes([0.54, 0.15, 0.34, 0.28])
plt.rcParams['axes.facecolor'] = 'white'
m = Basemap(projection='cyl', lon_0=110, lat_0=20, resolution='h', llcrnrlon=108, urcrnrlon=124, llcrnrlat=24,urcrnrlat=36)
m.drawcoastlines(color='grey', linewidth=0.8)
# 图中图经纬度标注受大图影响，标注时打开bbox使其有白色背景，增强可读性
m.drawmeridians(np.arange(100, 124+4, 4), labels=[0, 0, 0, 1], color='gray', linewidth=0.8, font='arial',fontsize=10, bbox=dict(facecolor="white", edgecolor="white", pad=0.4))
m.drawparallels(np.arange(26, 36+4, 4), labels=[1, 0, 0, 0], color='gray', linewidth=0.8, font='arial',fontsize=10, bbox=dict(facecolor="white", edgecolor="white", pad=0.4))# 读取测站列表文件（含经纬度及站点名称）
listFile = r'D:/TempDataBackup/LEOData/091DataProc/site_pos_leo.txt'
f = open(listFile, 'r')
ObsLines = f.readlines()lon = []
lat = []
staname = []
for i in range(len(ObsLines)):fields = ObsLines[i].split()# print(fields[0], fields[1], fields[2])lon.append(float(fields[0]))lat.append(float(fields[1]))staname.append(fields[2])lon, lat = m(lon, lat)
# ----------在地图上绘制坐标点，添加文字------------#
for i in range(len(staname)):# m.scatter(lon[i],#           lat[i],#           s=20,#           c='red',#           marker='o')plt.plot(lon[i], lat[i], marker='o', color='red', markersize=5, zorder=100)
# 此处可以直接使用 m.scatter(lon,lat)# ---------在坐标点添加文字------#
texts = []
for i in range(len(staname)):texts.append(plt.text(lon[i],  # 坐标lat[i],staname[i],  # 文字字符串font='arial',fontsize=10,style="italic",weight="normal",verticalalignment='center',horizontalalignment='right',rotation=0, zorder=100))  # 给散点加标签
adjust_text(texts, only_move={'text': 'xy'},)fig_name = outputDir + 'cmonoc091IPPTrack.tif'
plt.savefig(fig_name, dpi=600, bbox_inches='tight', pad_inches=0.1)  # 输出地图，并设置边框空白紧密
plt.show()  # 将图像显示出来

最后成图