Missing examples for the map and map_dataarray methods of FacetGrid objects
Ninguém assumiu esta issue ainda.
Avaliação
- Dificuldade
- 3/5
- Tempo estimado
- 1-2 dias
- Facilidade para iniciantes
- 45/100
- Tipo de issue
- Documentação
- Clareza
- Razoavelmente clara
- Status de atividade
- Estagnada
- Stack de tecnologia
- jupyter-notebook, matplotlib, numpy, pandas, python
- Domínio
- data-visualization, documentation
Direção de pesquisa
The issue names no target file; start by locating the official FacetGrid documentation and existing examples for map and map_dataarray. Adapt the proposed air-temperature example to show both methods, and consider how the boolean overlay is represented. Done means newcomers can follow documented examples for adding hatching or stippling to faceted plots.
Escrita pelo modelo de indexação a partir do texto da issue.
Descrição
Faceted plots are a great feature of xarray, in my view, sometimes presented as a 'quick and dirty' way to plot data, while it could be instead the best way to produce high quality subplot panels without any tedious loop on matplotlib axes.
I have been struggling to understand how map and map_dataarray methods work to overlay, e.g. hatching or stippling to 2D faceted plots derived from xr.plot.pcolormesh or xr.plot.imshow . This is very useful to highlight values labelled as True after passing a statistical test for example.
I found a way to go with the map_dataarray method (Note that I have never succeeded in using the map method for datasets. I do not understand how it works).
Below, I propose an example based on the official documentation. Feel free to use it or adapt it to improve the Xarray documentation:
import numpy as np;
import pandas as pd;
import matplotlib.pyplot as plt;
import xarray as xr
airtemps = xr.tutorial.open_dataset("air_temperature")
air = airtemps.air - 273.15
t = air.isel(time=slice(0, 365 * 4, 250))
warm = t>15 #Suppose we want to hatch regions with temperature warmer than 15°C. Quite a dumb idea but this is just to illustrate
test = xr.concat([t,warm],dim='dummy')
g_simple = test.isel(dummy=0).plot(x="lon", y="lat", col="time", col_wrap=3)
g_simple.data = test.isel(dummy=1) #Here I just replace the temperature data of the FacetGrid object with the boolean data
g_simple.map_dataarray(xr.plot.contourf,x='lon',y='lat', levels=3, hatches=[ '' , '////' ], alpha=0, add_colorbar=False)
plt.show()
- Linguagem predominante
- Jupyter Notebook
- Estrelas
- 204
- Forks
- 121
- Métricas de merge de PRs
- Nenhum PR com merge em 30d
Guia de contribuição
Primeiros passos
- Leia a issue inteira e depois o guia de contribuição do projeto.
- Comente na issue dizendo que vai assumir — evita que duas pessoas façam o mesmo trabalho.
- Faça um fork do repositório e trabalhe em uma branch.
- Abra um pull request que referencie o número da issue.
Mais de xarray-contrib/xarray-tutorial
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 75/100
-
help wanted
Dificuldade 4/5 3-5 dias Facilidade para iniciantes 48/100
xarray-contrib/xarray-tutorial#362 · 2 comentários · 1 reação ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 55/100
-
Dificuldade 5/5 Mais de uma semana Facilidade para iniciantes 35/100
-
Dificuldade 4/5 3-5 dias Facilidade para iniciantes 38/100
Todas as issues de xarray-contrib/xarray-tutorial
Issues semelhantes
-
[Bounty proposal] fix(web): memory insights count an evening memory on the next day ($25 proposed) Aberta
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 84/100
BasedHardware/omi#15320 ·
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 74/100
bancolombia/sentinel#23 ·
-
bug
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
AOSSIE-Org/OrgExplorer#245 ·
-
tech-debt
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 78/100
-
Dificuldade 2/5 1-3 horas Facilidade para iniciantes 72/100
gordonwatts/test-wsl2-llm#151 ·