jupytext

text_representation

extension	format_name	format_version	jupytext_version
.md	myst	0.13	1.16.4

kernelspec

display_name	language	name
Python 3	python	python3

手动绘图

quick_plot 用起来方便，但中间过程不可见。当你需要查看中间数据、切换数据源或在一张图里组合多个面板时，建议直接驱动图种定义（配方或 Python 绘图模块）。

{func}~cedarkit.plots.engine.loader.get_plot_definition 按 plot_type 先查配方、再查 Python 模块，返回的对象统一暴露 PlotMetadata / load_data / plot 三件套接口。下面这个例子用 {class}cedar_graph.testing.MockDataSource 绘制 500 hPa 高度场与海平面气压（配方 cn.h_500_psl），这样图就可以直接在文档构建过程中渲染出来。如果要对接 CMA-HPC 真实数据，把数据源改成 cedar_graph.data.LocalDataSource(system_name="CMA-MESO") 即可，其它代码不变。

import pandas as pd

from cedar_graph.recipes.engine import get_recipe_engine
from cedar_graph.testing import build_mock_data_loader
from cedarkit.plots.engine.loader import get_plot_definition

start_time = pd.Timestamp("2024-07-01 00:00:00")
forecast_time = pd.Timedelta(hours=24)

# 图种定义：先配方（recipes/cn/h_500_psl.yaml）后模块
plot_module = get_plot_definition(
    plot_type="cn.h_500_psl",
    base_module_name="cedar_graph.plots",
    recipe_base_module="cedar_graph.recipes",
    engine=get_recipe_engine(),
)

# 业务系统 -> 数据字段
data_loader = build_mock_data_loader()
plot_data = plot_module.load_data(
    data_loader=data_loader,
    start_time=start_time,
    forecast_time=forecast_time,
)

# 数据字段 -> 绘图
metadata = plot_module.PlotMetadata(
    start_time=start_time,
    forecast_time=forecast_time,
    system_name="CMA-GFS",
    sample_step=0.5,
)
panel = plot_module.plot(plot_data=plot_data, plot_metadata=metadata)

# 输出图像
panel.show()

所有图种都遵循同样的模式——配方（cn.t2m、cn.h_500_psl …）与 Python 逃生舱模块（cn.shr.default 等）只是加载来源不同。图种特有的参数放在 PlotMetadata（例如 area_range、 wind_level、interval）上，同时传入 load_data 的关键字参数。完整的图集请见 {doc}../gallery/index；新增自己的配方请见 {doc}recipe。

FilesExpand file tree

manual_plot.md

Latest commit

History

manual_plot.md

File metadata and controls

手动绘图