如何绘制带网格与概率标注的波高-周期海浪概率散点图

我想用某特定地点1年的海浪记录数据库，基于有效波高（H13D）和有效波周期（TH13D）绘制带概率数值的颜色网格分布图。目前已成功画出等高线，但使用annotate函数标注数值时，因数量过多导致图表拥挤，无法制作出示例图那样带色标颜色的网格+概率数值的效果。

当前使用的代码如下：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np


# Chemin vers le fichier CSV
file = 'Candhis_03404_2022_arch.csv'

# Lecture du fichier CSV
donnees = pd.read_csv(file, delimiter=';')

donnees['H13D'] = donnees['H13D'].replace(999.999, pd.NA)
donnees['TH13D'] = donnees['TH13D'].replace(999.999, pd.NA)
donnees= donnees.dropna(subset=['H13D', 'TH13D'])


H13D=donnees['H13D']
TH13D=donnees['TH13D']


data_croisement=pd.crosstab(H13D,TH13D,margins=False)


total_occurences=np.sum(data_croisement.sum(axis=0))

prob_occurence_rows=(data_croisement/total_occurences)*100

H_values = np.sort(donnees['H13D'].unique())
T_values = np.sort(donnees['TH13D'].unique())
T, H = np.meshgrid(T_values, H_values)

# Création du contour plot
plt.figure(figsize=(10, 8))
contour = plt.contourf(T, H, prob_occurence_rows, cmap='coolwarm')
plt.colorbar(contour, label='Probabilité d\'occurences(%)')
plt.xlabel('Période significative (s)')
plt.ylabel('Hauteur significative (m)')
plt.title('Contour plot du tableau de contingence')

""" for i in range(len(H_values)):
    for j in range(len(T_values)):
       plt.annotate(f'{prob_occurence_rows.iloc[i, j]}', xy=(T_values[j], H_values[i]), ha='center', va='center') """
plt.grid(True)
plt.show()

要实现带颜色网格和清晰概率标注的效果，可通过以下调整完成：

修改后的完整代码 #

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# 读取CSV文件
file = 'Candhis_03404_2022_arch.csv'
donnees = pd.read_csv(file, delimiter=';')

# 处理缺失值
donnees['H13D'] = donnees['H13D'].replace(999.999, pd.NA)
donnees['TH13D'] = donnees['TH13D'].replace(999.999, pd.NA)
donnees = donnees.dropna(subset=['H13D', 'TH13D'])

# 计算交叉表和发生概率
data_croisement = pd.crosstab(donnees['H13D'], donnees['TH13D'], margins=False)
total_occurences = data_croisement.sum().sum()
prob_occurence = (data_croisement / total_occurences) * 100

# 获取网格坐标
H_values = np.sort(donnees['H13D'].unique())
T_values = np.sort(donnees['TH13D'].unique())
T, H = np.meshgrid(T_values, H_values)

# 创建绘图
plt.figure(figsize=(12, 9))
# 绘制带白色网格线的颜色块，替代等高线
pcolor = plt.pcolormesh(T, H, prob_occurence, cmap='coolwarm', edgecolors='white', linewidth=0.5)
plt.colorbar(pcolor, label='发生概率(%)')

# 标注概率数值（仅标注大于阈值的数值，避免拥挤）
threshold = 0.1  # 可根据数据密度调整
for i in range(len(H_values)):
    for j in range(len(T_values)):
        prob = prob_occurence.iloc[i, j]
        if prob > threshold:
            # 根据背景色动态调整文字颜色，提升可读性
            text_color = 'white' if prob > prob_occurence.max()/2 else 'black'
            plt.annotate(f'{prob:.1f}', xy=(T_values[j], H_values[i]), 
                         ha='center', va='center', color=text_color, fontsize=8)

plt.xlabel('有效波周期(s)')
plt.ylabel('有效波高(m)')
plt.title('海浪发生概率网格分布图')
plt.tight_layout()
plt.show()

关键调整说明 #

• 用pcolormesh替代contourf：绘制带白色网格线的颜色块，完全匹配示例图的网格样式
• 阈值过滤标注：只显示概率大于设定值（如0.1%）的数值，解决标注拥挤问题，阈值可根据数据密度自行调整
• 动态文字颜色：根据单元格背景色深浅切换文字颜色，确保数值在任何颜色背景下都清晰可读
• 优化布局：调整图表尺寸、字体大小，用tight_layout()自动适配元素位置

内容的提问来源于stack exchange，提问作者SALIC TOM