带显著性检验的填色图

Plot

以一个序列和一个场的相关系数为例，绘制带显著性检验的填色图。

对于一个序列 a(T)和一个场 b(T, M, N), T可理解为时间维度，如40年，M，N分别为纬度和经度。其相关系数及对应的P值为：

1
2
3
4
5
6
7
import numpy as np
from scipy.stats import pearsonr
r = np.zeros((M,N))
p = np.zeros((M,N))
for i in range(M):
    for j in range(N):
            r[i,j], p[i,j] = pearsonr(a, b[:,i,j])

p值小于0.01(0.05)则为通过0.01(0.05)置信度显著性检验的区域，以此类推。

图形绘制：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
import cartopy.crs as ccrs
import cartopy.feature as cfeature
import matplotlib.pyplot as plt
import cartopy.mpl.ticker as cticker
#选择投影
proj = ccrs.PlateCarree(central_longitude=245)
#创建图形
fig = plt.figure(figsize=(12,8))
fig_ax1 = fig.add_axes([0.1, 0.1, 0.5, 0.5],projection = proj)
#设置边界
leftlon, rightlon, lowerlat, upperlat = (130,360,-20,70)
img_extent = [leftlon, rightlon, lowerlat, upperlat]
fig_ax1.set_extent(img_extent, crs=ccrs.PlateCarree())
#绘制海岸线和湖泊等地理特征
fig_ax1.add_feature(cfeature.COASTLINE.with_scale('50m')) 
fig_ax1.add_feature(cfeature.LAKES, alpha=0.5)
#设置刻度及刻度标签格式
fig_ax1.set_xticks(np.arange(leftlon,rightlon+30,30), crs=ccrs.PlateCarree())
fig_ax1.set_yticks(np.arange(lowerlat,upperlat+30,30), crs=ccrs.PlateCarree())
lon_formatter = cticker.LongitudeFormatter()
lat_formatter = cticker.LatitudeFormatter()
fig_ax1.xaxis.set_major_formatter(lon_formatter)
fig_ax1.yaxis.set_major_formatter(lat_formatter)
#绘制相关系数填色
cf1 = fig_ax1.contourf(lon,lat,r, zorder=0, levels =np.arange(-1,1.1,0.1) , extend = 'both',transform=ccrs.PlateCarree(), cmap=plt.cm.RdBu_r)
#绘制显著性打点。思路为将0-0.05范围内的区域用点的标记来填充，来表示显著性95%水平。
cf2 = fig_ax1.contourf(lon,lat, p, [0,0.05,1] , 
                     zorder=1,hatches=['...', None],colors="none", transform=ccrs.PlateCarree())
#色标
position=fig3.add_axes([0.1, 0.08, 0.35, 0.025])
fig3.colorbar(cf1,cax=position,orientation='horizontal',format='%.2f',)
#显示
plt.show()

输出图形如下：

image-20200702161610554