import netCDF4 as nc
import numpy as np
import matplotlib.pyplot as plt
import cartopy.crs as ccrs

def plot_currents(file_path, variable_name, time, lon_name, lat_name):
    """
    绘制洋流并保存为JPEG图片。

    参数:
    file_path (str): NetCDF文件路径。
    variable_name (str): 数据变量名。
    time(str): 时间变量名。
    lon_name (str): 经度变量名。
    lat_name (str): 纬度变量名。
    """
    # 打开NetCDF文件
    dataset = nc.Dataset(file_path, 'r')

    # 获取经度、纬度、数据、时间
    lons = dataset.variables[lon_name][:]
    lats = dataset.variables[lat_name][:]
    currents = dataset.variables[variable_name][:]
    time_var = dataset.variables[time]

    # 将时间变量转换为日期对象
    times = nc.num2date(time_var[:], units=time_var.units).data

    # 将日期对象转换为字符串格式 "年-月-日 时:分"
    formatted_times = [t.strftime('%Y年%m月%d日') for t in times]

    # 关闭NetCDF文件
    # dataset.close()

    # 创建经纬度网格
    lon, lat = np.meshgrid(lons, lats)

    # 设置地图投影为PlateCarree投影
    fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

    # 获取数据 todo: 这里需要根据数据做调整
    currents_data = currents[0, 0, :]

    # 绘制降水量数据
    cs = ax.contourf(lon, lat, currents_data, transform=ccrs.PlateCarree())

    # 设置中文字体
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 黑体
    plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

    # 添加海岸线、州界和国界
    ax.coastlines()
    ax.gridlines(draw_labels=True)
    ax.set_title(f'全球洋流 {formatted_times[0]}')

    # 添加颜色条
    fig.colorbar(cs, ax=ax, orientation='vertical', pad=0.05, aspect=50)

    # 保存图像为JPEG文件
    plt.savefig('currents_cartopy.jpg', dpi=400)

    # 显示图形
    plt.show()

• 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.
• 34.
• 35.
• 36.
• 37.
• 38.
• 39.
• 40.
• 41.
• 42.
• 43.
• 44.
• 45.
• 46.
• 47.
• 48.
• 49.
• 50.
• 51.
• 52.
• 53.
• 54.
• 55.
• 56.
• 57.
• 58.
• 59.
• 60.
• 61.
• 62.
• 63.