如何将气候平均与当月的两个风玫瑰图叠加为单个风玫瑰图？

• 核心思路：复用同一个WindroseAxes坐标轴实例，分别对两组数据调用bar()方法，通过颜色、透明度、标签区分气候平均与当月数据。
• 注意事项：确保两组数据使用相同的风速区间（bins参数一致），保证可视化的可比性。

完整代码示例 #

import matplotlib.pyplot as plt
from windrose import WindroseAxes
import numpy as np

# 统一风速区间，保证两组数据对比一致
speed_bins = np.arange(0, 10, 1)

# 创建风玫瑰坐标轴
ax = WindroseAxes.from_ax()

# 绘制气候平均风玫瑰：蓝色系半透明，添加标签
cmap_avg = plt.get_cmap('Blues')
ax.bar(df1.winddir, df1.wind_speed, normed=True, opening=0.8, bins=speed_bins,
       cmap=cmap_avg, edgecolor='white', alpha=0.7, label='气候平均')

# 绘制当月风玫瑰：橙色系半透明，添加标签
cmap_current = plt.get_cmap('Oranges')
ax.bar(df2.winddir, df2.wind_speed, normed=True, opening=0.8, bins=speed_bins,
       cmap=cmap_current, edgecolor='white', alpha=0.7, label='当月数据')

# 设置图例与标题
ax.set_title("风速 (m/s)", y=1.05)
ax.legend(title="数据组", loc='upper right', bbox_to_anchor=(1.3, 1))

plt.show()

关键细节说明 #

• 复用坐标轴：无需创建多个子图，直接在同一个ax对象上连续调用bar()即可实现叠加。
• 统一参数：bins、opening等参数保持一致，避免可视化偏差。
• 样式区分：通过cmap（配色）、alpha（透明度）、label（图例标签）让两组数据清晰可辨。
• 图例优化：调整图例位置避免遮挡，添加标题明确数据含义。

内容的提问来源于stack exchange，提问作者user2100039