干货分享｜Python组合图绘制

文章预览

在科研领域，数据可视化是传达复杂信息的关键手段之一。组合图作为一种高效的数据可视化方法，通过将多个子图和主图结合在一张图表中，能够展现多维度的信息，从而帮助研究人员更直观地理解数据趋势和关系。 本文以全球水文站点日尺度径流数据（GRDC）为例，筛选出时间序列大于60年的站点，对每个站点的数据进行Mann-Kendall、Levene及KPSS检验，分析全球各水文站点年最大径流的一致性，结果通过组合图进行展示。 01 绘图逻辑 首先，使用 热图(heatmap) 作为二维图例，以Levene及KPSS检验得到的p值作为两个维度的值，对筛选后的水文站点进行一致性分析。 然后，通过绘制全球地图以及组合 放大图 ，显示局部细节区域，包括美国、欧洲、南美洲、非洲南部和澳大利亚。 接着，根据Mann-Kendall检验的统计值，对非一致性的水文站点进行趋势判断，并 ………………………………