使用AI自动编程进行气象数据绘图_气象数据处理软件

最近要分析一下气象数据，想要进行绘图，但是不会写代码，找了一个工具来通过AI帮我写代码实现，发现效果还真的不错，使用工具为Trae，版本如下。

准备好数据和安装好软件后就开始干活。

数据为csv数据，广州各站点逐小时的雨量数据。

然后就在trae工具里面描述自己想要实现的功能：

20250812\getRACAwstTimeRangeZ4City\getRACA_20250614_GZ.csv

这个文件为广州自动气象站降水数据文件，字段分别为站号，经度，纬度，小时降水量，日期时间

。请按照时间批量绘制广州小时降水分布图，每个小时一张图，shp地图使用W:\MyFile\LBT项目\gzshp\guangzhou_county_new.shp

系统就开始自动分析我的需求。

分析后对需求进行编程，并且完成了出图，最后还有个总结：

我已经完成了您的任务，成功创建了一个Python脚本用于批量绘制广州小时降水分布图。

具体实现如下：

1. 1.

首先分析了提供的CSV数据文件（getRACA_20250614_GZ.csv），其中包含广州自动气象站的降水数据，字段分别为站号、经度、纬度、小时降水量和日期时间。

2. 2.

检查了SHP地图文件（guangzhou_county_new.shp），发现缺少.shx文件，通过设置环境变量 SHAPE_RESTORE_SHX=YES 解决了这个问题。

3. 3.

编写了一个名为
plot_hourly_precipitation.py 的Python脚本，该脚本：

- 读取CSV数据文件

- 解析时间字段并按小时分组

- 为每个小时的数据生成一张降水分布图

- 使用SHP地图文件作为底图

- 将生成的图片保存到 precipitation_maps 文件夹中

4. 4.

安装了必要的Python库（geopandas、matplotlib、pandas、numpy）。

5. 5.

运行脚本成功生成了24张降水分布图，涵盖了2025年6月14日0点到23点的每个小时。

生成的图片文件保存在以下目录中： W:\MyFile\LBT项目\20250812\getRACAwstTimeRangeZ4City\precipitation_maps

每张图片都以
precipitation_map_YYYYMMDD_HHMM.png 格式命名，清晰地显示了广州各气象站的小时降水分布情况。

绘图后发现csv文件中有9999缺省值没有处理，在对话框告诉它进行修改，以下是修改后的输出内容：

同样也输出了总结：

我已经根据您的要求更新了Python脚本，增加了对CSV文件中9999缺测值的处理。具体修改如下：

1. 1.

在读取CSV数据后，添加了处理缺测值的代码：

- 将值为9999的数据替换为NaN（Not a Number）

- 删除包含NaN值的行，确保这些缺测数据不会参与绘图

2. 2.

脚本现在会显示处理缺测值前后的数据条数，方便您了解数据清洗的效果。

3. 3.

重新运行脚本后，成功生成了24张广州小时降水分布图，涵盖了2025年6月14日0点到23点的每个小时。

生成的图片文件保存在以下目录中： W:\MyFile\LBT项目\20250812\getRACAwstTimeRangeZ4City\precipitation_maps

每张图片都以
precipitation_map_YYYYMMDD_HHMM.png 格式命名，清晰地显示了广州各气象站的小时降水分布情况，且已排除了9999缺测值的影响。

这是自动绘制的图片列表：

随便挑几张看看效果：

完美！完全不费吹灰之力，一个代码都没有写，只需要告诉他该怎么做该怎么修改就可以了。

我也贴出它自动生成的绘图代码内容：

import pandas as pd
import matplotlib.pyplot as plt
import geopandas as gpd
import numpy as np
from datetime import datetime
import os
# 设置环境变量以修复shx文件缺失问题
os.environ['SHAPE_RESTORE_SHX'] = 'YES'

# 设置Matplotlib字体以支持中文显示
plt.rcParams["font.family"] = ["SimHei", "Microsoft YaHei", "SimSun"]
plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

# 定义文件路径
input_csv = r'W:\MyFile\LBT项目\20250812\getRACAwstTimeRangeZ4City\getRACA_20250614_GZ.csv'
shp_path = r'W:\MyFile\LBT项目\gzshp\guangzhou_county_new.shp'
output_dir = r'W:\MyFile\LBT项目\20250812\getRACAwstTimeRangeZ4City\precipitation_maps'

# 创建输出目录
os.makedirs(output_dir, exist_ok=True)

# 读取shp文件
try:
    gdf = gpd.read_file(shp_path)
    print("成功读取广州地图文件")
except Exception as e:
    print(f"读取广州地图文件失败: {e}")
    exit()

# 读取CSV数据
try:
    df = pd.read_csv(input_csv, encoding='gbk', skiprows=1, 
                     names=['station_id', 'longitude', 'latitude', 'precipitation', 'datetime'])
    print(f"成功读取CSV数据，共{len(df)}条记录")
except Exception as e:
    print(f"读取CSV数据失败: {e}")
    exit()

# 处理缺测值（9999替换为NaN）
print("处理缺测值前的数据条数:", len(df))
df['precipitation'] = df['precipitation'].replace(9999, np.nan)
df = df.dropna(subset=['precipitation'])
print("处理缺测值后的数据条数:", len(df))

# 转换时间列
try:
    df['datetime'] = pd.to_datetime(df['datetime'])
    print("成功转换时间格式")
except Exception as e:
    print(f"转换时间格式失败: {e}")
    exit()

# 获取所有唯一的时间点
unique_times = df['datetime'].unique()
print(f"发现{len(unique_times)}个不同的时间点")

# 设置绘图参数
precipitation_threshold = 0  # 降水阈值= 0.1，小于0.1该值的视为无降水

# 为每个时间点绘制降水分布图
for time_point in unique_times:
    # 筛选当前时间点的数据
    current_data = df[df['datetime'] == time_point]
    
    # 过滤掉降水量小于阈值的数据
    current_data = current_data[current_data['precipitation'] >= precipitation_threshold]
    
    if len(current_data) == 0:
        print(f"{time_point} 时间点没有有效降水数据")
        continue
    
    # 创建图形和坐标轴
    fig, ax = plt.subplots(figsize=(12, 10))
    
    # 绘制广州地图
    gdf.plot(ax=ax, facecolor='none', edgecolor='black')
    
    # 绘制降水数据散点图
    scatter = ax.scatter(current_data['longitude'], current_data['latitude'], 
                        c=current_data['precipitation'], cmap='Blues', s=50, 
                        edgecolors='black', linewidth=0.5)
    
    # 添加颜色条
    cbar = plt.colorbar(scatter, ax=ax, orientation='vertical', label='降水量 (mm)')
    
    # 设置标题
    plt.title(f'广州小时降水分布图\n{time_point.strftime("%Y-%m-%d %H:%M")}')
    
    # 设置坐标轴标签
    ax.set_xlabel('经度')
    ax.set_ylabel('纬度')
    
    # 保存图形
    time_str = time_point.strftime("%Y%m%d_%H%M")
    save_filename = f"precipitation_map_{time_str}.png"
    save_path = os.path.join(output_dir, save_filename)
    
    try:
        plt.savefig(save_path, dpi=300, bbox_inches='tight')
        print(f"图形已保存为: {save_path}")
    except Exception as e:
        print(f"保存图形失败: {e}")
    
    # 关闭图形以释放内存
    plt.close()

print("所有时间点的降水分布图绘制完成")