新年快乐！| skyborn |手把手教你用 Skyborn 画出专业的大气风场流线图（弯曲箭头3.0）

用户11172986

发布于 2026-04-24 19:20:46

610

文章被收录于专栏：气python风雨气python风雨

🌬️ 手把手教你用 Skyborn 画出专业的大气风场流线图

📌 文章标签：Python | 气象可视化 | Skyborn | 流线图 | 大气科学 ⏱️ 阅读时间：约 8 分钟 💻 代码可运行：是

💬 写在前面

之前发了弯曲箭头的教程，skyborn库作者评论区说他也集成了modplot的代码。既然skyborn没空搞，那我们来试一下吧

作为一个在气象可视化摸爬滚打多年的"老司机"，我必须推荐一个宝藏工具——Skyborn！虽然它不是专门的箭头库，但它的弯曲流线功能简直是大气可视化的"天花板"！✨(此处广告位招租)

⚠️ 重要提醒：Skyborn 是一个气候与大气科学综合工具包，它的弯曲流线功能只是众多功能之一。但是话说回来，在大气风场可视化方面，它绝对是"天花板级别"的存在！🌟 （我是不是该向那小子收广告费了）

一、安装

!pip install skyborn -i https://pypi.mirrors.ustc.edu.cn/simple/

二、什么是 Skyborn 的"弯曲箭头"？

听到"弯曲箭头"，你可能会想到这样：

↗️ 或者 ↘️ 但 Skyborn 的弯曲流线图是这样的：

〰️ 〰️ 〰️ ↘️ ↙️ 〰️ 〰️ 它绘制的是矢量场的流线（streamlines），流线上带有指示风向的箭头。相比普通箭头，流线能更好地展示风场的连续性和演变趋势。

📚 名词解释：流线是某一时刻速度场中的一条曲线，曲线上每点的切线方向与该点的速度方向一致。简单说，就是"风的轨迹线"。

三、快速上手

⚠️ 重要：Skyborn 的 curved_quiver() 函数必须传入 xarray Dataset，不能直接传 numpy 数组！

import skyborn as skb
import matplotlib.pyplot as plt
import xarray as xr
import numpy as np
ds =xr.open_dataset('/home/mw/input/era58091/ERA5-2023-08_pl.nc')
u = ds['u'].sel(level=700, time='2023-08-02T00:00:00.000000000')
v = ds['v'].sel(level=700, time='2023-08-02T00:00:00.000000000') 
u_reversed = u.sel(latitude=slice(None, None, -1))
v_reversed = v.sel(latitude=slice(None, None, -1))
lon = u_reversed['longitude']
lat = u_reversed['latitude']
Lon, Lat = np.meshgrid(lon, lat)
# 直接绑定数据，画图！⭐ 注意：使用 ds 数据时，ds 参数传入数据集
fig, ax = plt.subplots(figsize=(14, 8))

quiver_set = skb.plot.curved_quiver(
    ds=ds.sel(level=200, time='2023-08-02T00:00:00.000000000'),               # ✅ 传入 xarray 数据集
    x='longitude',
    y='latitude', 
    u='u',
    v='v',density=5,
arrowsize=1,
    ax=ax,linewidth=0.4, color='k'
)

plt.colorbar(quiver_set.lines, ax=ax, label='风速 (m/s)', shrink=0.8)
plt.title('📈 ERA5 风场再分析数据', fontsize=14)
plt.show()

image

参数介绍与不同箭头绘图

一读者留言：“风场还是ncl画的好看，这个剪头有点太黑了，如果能换成v形箭头就好了”

就这位读者的留言新增这一小节，你什么时候有不能画v形的错觉了

参数	作用	调节技巧
ds	xarray 数据集	✅ 必须传入 Dataset，不能是 None
x	x 坐标变量名	如 'lon'、'longitude'
y	y 坐标变量名	如 'lat'、'latitude'
u	u 分量变量名	风的东西方向分量
v	v 分量变量名	风的南北方向分量
density	流线疏密	越大越密，数据量大时用 0.5-0.8
linewidth	线宽	1.0-2.0 比较合适
arrowsize	箭头大小	1.0-2.0，根据整体比例调整
color	线条颜色	'steelblue'、'navy' 都很专业
arrowstyle	箭头样式	推荐 '-
cmap	颜色映射	coolwarm, RdYlBu_r, viridis
integration_direction	积分方向	'forward', 'backward', 'both'

# 不同箭头样式对比
styles = ['->', '-|>', '<-', '<->', 'fancy', 'simple']

fig, axes = plt.subplots(2, 3, figsize=(16, 10))
axes = axes.flatten()

for i, style in enumerate(styles):
    ax = axes[i]
    skb.plot.curved_quiver(
        ds=ds.sel(level=200, time='2023-08-02T00:00:00.000000000'),
        ax=ax, 
       x='longitude',
       y='latitude', 
        u='u', 
        v='v',
        arrowstyle=style,
        arrowsize=1.5,
        color='steelblue',
        density=5
    )
    ax.set_title(f'箭头样式: {style}', fontsize=14, fontweight='bold')
    ax.set_xlabel('')
    ax.set_ylabel('')

plt.tight_layout()
plt.suptitle('🎨 不同箭头样式对比', fontsize=18, fontweight='bold', y=1.02)
plt.show()

print("\n🎨 推荐使用 '-|>' 方头箭头，最有专业数值预报的感觉！")