import xarray as xr import matplotlib.pyplot as plt nc_file = xr.open_dataset('C:\\Users\\HP\\Desktop\\Test\\Data\\ssp126\\clip_pr.nc') pic_num = ['(a) ', '(b) ', '(c) ', '(d) ', '(e) ', '(f) ', '(g) ', '(h) '] scenario = ['SSP1-2.6', 'SSP2-4.5', 'SSP3-7.0', 'SSP5-8.5'] diff_type = [', 近期-历史', ', 远期-历史'] ord = 0 for i in [0, 1]: plt.figure(figsize=(8.0, 4.8)) if i == 0: nc_file.near_change.plot() plt.title((locals()[pic_num[2 * ord]] + locals()[scenario[ord]] + ', 近期-历史'), fontsize=14) elif i == 1: nc_file.far_change.plot() plt.title((locals()[pic_num[2 * ord + 1]] + locals()[scenario[ord]] + ', 近期-历史'), fontsize=14) plt.rcParams['font.sans-serif'] = ['SimHei'] plt.rcParams['axes.unicode_minus'] = False # 显示中文标签 plt.xlabel('经度 (东经)', fontsize=10) plt.ylabel('纬度 (北纬)', fontsize=10) plt.tick_params(axis="both", labelsize=8)

这段代码是使用 xarray 和 Matplotlib 库进行数据可视化的示例。它打开了一个名为 `clip_pr.nc` 的 NetCDF 文件，并使用了 xarray 库来加载数据集。

接下来，代码定义了一个包含图片编号的列表 `pic_num`，一个包含情景名称的列表 `scenario`，和一个包含变化类型的列表 `diff_type`。变量 `ord` 被初始化为 0。

然后，使用一个循环来生成两张图。在每次循环中，通过调用 `nc_file.near_change.plot()` 或 `nc_file.far_change.plot()` 来绘制图像。根据循环变量 `i` 的值，选择不同的数据进行绘制。图像的标题根据 `pic_num`、`scenario` 和 `diff_type` 的对应元素生成。

最后，代码设置了一些图形参数，如字体、标签、刻度等。

请注意，这段代码中使用了一些动态生成变量和字符串的技巧，如 `locals()[pic_num[2 * ord]]` 和 `locals()[scenario[ord]]`。这些技巧可能会使代码难以理解和维护，建议尽量避免使用。另外，你可能还需要在循环之外添加保存图像的代码，以便将生成的图像保存到文件中。