作者：沂水寒城，CSDN博客專家，個人研究方向：機器學(xué)習(xí)、深度學(xué)習(xí)、NLP、CV

Blog:?http://yishuihancheng.blog.csdn.net

污染物玫瑰圖是一個比較領(lǐng)域化和專業(yè)化的名詞，主要是在環(huán)保數(shù)據(jù)分析領(lǐng)域中較為經(jīng)常使用到，如果一開始就來說污染物玫瑰圖可能不是很好理解，這里拿一個比較通用的實例來說明，就是風(fēng)向玫瑰圖。

為了更好地說明白風(fēng)向玫瑰圖這個學(xué)術(shù)化的名詞我從百度百科找到了關(guān)于它的相關(guān)介紹，具體如下：

風(fēng)向玫瑰圖（簡稱風(fēng)玫瑰圖）也叫風(fēng)向頻率玫瑰圖，它是根據(jù)某一地區(qū)多年平均統(tǒng)計的各個風(fēng)向和風(fēng)速的百分?jǐn)?shù)值，并按一定比例繪制，一般多用8個或16個羅盤方位表示，由于形狀酷似玫瑰花朵而得名。玫瑰圖上所表示風(fēng)的吹向，是指從外部吹向地區(qū)中心的方向，各方向上按統(tǒng)計數(shù)值畫出的線段，表示此方向風(fēng)頻率的大小，線段越長表示該風(fēng)向出現(xiàn)的次數(shù)越多。將各個方向上表示風(fēng)頻的線段按風(fēng)速數(shù)值百分比繪制成不同顏色的分線段，即表示出各風(fēng)向的平均風(fēng)速，此類統(tǒng)計圖稱為風(fēng)頻風(fēng)速玫瑰圖。接下來簡單看幾個玫瑰圖的實例，具體如下所示：

借用echarts的極坐標(biāo)堆疊柱狀圖也可以繪制出來類似的效果只不過暫時沒有找到如何對不同區(qū)間的濃度值設(shè)定不同的顏色的方法，簡單的效果圖如下所示：

在環(huán)保、氣象等領(lǐng)域中，風(fēng)向玫瑰圖是非常常用的數(shù)據(jù)分析可視化手段，與此相關(guān)衍生出來的還有一種類似的玫瑰圖——污染物玫瑰圖，與風(fēng)向玫瑰圖相同的是，在具體計算邏輯以及整體形式上都是比較一致的，不同的是污染物玫瑰圖主要是用于分析污染物溯源傳播等相關(guān)的問題的，在可視化的時候疊加了污染物的濃度數(shù)據(jù)。

想要繪制污染物的玫瑰圖首先我們需要獲取到需要的因子濃度數(shù)據(jù)以及對應(yīng)的氣象數(shù)據(jù)，這里我們的數(shù)據(jù)來源于中央氣象臺以及中國環(huán)境監(jiān)測總站，其中，前者提供了我們所需的氣象數(shù)據(jù)，后者提供了我們所需的因子濃度監(jiān)測數(shù)據(jù)。

中國環(huán)境檢測總站首頁數(shù)據(jù)區(qū)域截圖如下：

點擊詳情即可查看，這部分?jǐn)?shù)據(jù)的采集我發(fā)現(xiàn)網(wǎng)上有開源的實現(xiàn)就直接拿來用了，所以這里就不多做介紹了，如有需要可以留言，我給你提供項目鏈接，能夠獲取城市的實時空氣數(shù)據(jù)，包括AQI、pm2.5、pm10、co、o3、no2、so2、首要污染物、生活建議、污染描述等數(shù)據(jù)。

中央氣象臺中數(shù)據(jù)區(qū)域截圖如下所示：

這里我做了具體的實現(xiàn)，詳細介紹請參考我的博客：
https://yishuihancheng.blog.csdn.net/article/details/99604953
到這里，我們的數(shù)據(jù)獲取工作差不多就結(jié)束了，接下來就我們就開始繪制污染物玫瑰圖，其實污染物玫瑰圖本質(zhì)上來說就是使用所需分析的污染物的濃度替換了原有的風(fēng)速數(shù)據(jù)，將污染物的傳播和分布情況借助于氣象的數(shù)據(jù)展示了出來，在很多應(yīng)用場景里面污染物玫瑰圖都是很有幫助，能夠有效地定位污染位置等信息。

之前的工作里面我從事過相關(guān)的研究項目，對于一些常用的工具模塊都已有了比較完整的實現(xiàn)，這里可以很方便地進行調(diào)用，下面是具體的Demo代碼實現(xiàn)：

def?plotPollutionRoseDemo(value,direction,title,save_path='demo.png'):
????'''
????污染物可視化Demo
????'''
????plt.clf()
????ax=WindroseAxes.from_ax()
????ax.bar(direction,value,normed=True,opening=0.8,edgecolor='white')
????ax.set_legend(loc='best',bbox_to_anchor=(1.1,?1.1))??#loc='lower?center',ncol=3
????plt.title(title,chinese)
????plt.savefig(save_path)

繪圖的代碼真的是很簡單的，下面是具體的結(jié)果：

我覺得還是蠻好看的，當(dāng)然如果需要放到產(chǎn)品里面的話可能還需要進一步去美化一下。

之前有一些博友留言需要一下繪圖的參數(shù)設(shè)置，這里我一并給出來，如果需要的話可以直接拿去使用：

import?matplotlib?as?mpl
mpl.rcParams['font.sans-serif']?=?['SimHei']
plt.rcParams['font.sans-serif']=['SimHei']??#用來正常顯示中文標(biāo)簽
plt.rcParams['axes.unicode_minus']=False??#用來正常顯示負號
english={'family':'Times?New?Roman','weight':'normal','size':12}
chinese={'family':'SimHei','weight':'normal','size':12}
color_list=['#CD853F','#DC143C','#00FF7F','#FF6347','#8B008B','#00FFFF','#0000FF','#8B0000','#FF8C00',
????????????'#1E90FF','#00FF00','#FFD700','#008080','#008B8B','#8A2BE2','#228B22','#FA8072','#808080']

個人習(xí)慣，比較喜歡將一些參數(shù)項整合到字典里面封裝其起來之后可以很方便地進行調(diào)用。

完成繪圖模塊的開發(fā)后，就可以開發(fā)API了，基于flask將本地的工具模塊暴露成可以直接調(diào)用的API服務(wù)是比較常用的做法，這里的具體代碼實現(xiàn)如下：

#!usr/bin/env?python
#?encoding:utf-8


import?os
import?sys
import?time
import?json
from?flask?import?Flask
from?flask?import?request
from?flask?import?make_response
from?flask?import?jsonify
from?windRosePloter?import?*


app?=?Flask(__name__)
reload(sys)
sys.setdefaultencoding("utf-8")



@app.route("/")
def?init():
????return?u"風(fēng)向玫瑰圖模塊正常啟動！"????


@app.route('/onlinerose',methods=['GET'])
def?windRoseFunc():
????'''
????風(fēng)向玫瑰圖可視化功能
????http://IP:port/onlinerose?host=localhost&user=username&passwd=passwd&port=3306&db=database&table=tablename&code=code&factor=pm25&start=2019-01-01?00:00:00&end=2019-09-30?23:00:00
????'''
????if?request.method=='GET':
????????host=request.args['host']
????????user=request.args['user']
????????passwd=request.args['passwd']
????????port=request.args['port']
????????db=request.args['db']
????????table=request.args['table']
????????code=request.args['code']
????????factor=request.args['factor']
????????start=request.args['start']
????????end=request.args['end']
????mysql['host']=host
????mysql['user']=user
????mysql['passwd']=passwd
????mysql['port']=int(port)
????mysql['db']=db
????#數(shù)據(jù)獲取
????select_sql="SELECT?wd,"+factor+"?FROM?"+table+"?where?station_code='"+code+"'?AND?data_time>='"+\
???????????????start+"'?AND?data_time<='"+end+"'"
????#print?select_sql
????data=selectAllRecords(mysql,?select_sql)
????result=[]
????for?i?in?range(len(data)):
????????if?data[i][0]?and?data[i][1]?and?data[i][0]!='None'and?data[i][1]!='None':
????????????result.append([float(data[i][0]),float(data[i][1])])
????dd=[float(data[i][0])?for?i?in?range(len(data))?if?data[i][0]]
????ff=[float(data[i][1])?for?i?in?range(len(data))?if?data[i][1]]
????length=min(len(dd),len(ff))
????wd=windDirectionTransform(dd)
????title=factor+u"因子風(fēng)向玫瑰圖"
????pic_path='rosePics/'+code+'_'+factor+'.png'
????plotPollutionRoseDemo(ff[:length],dd[:length],title,save_path=pic_path)
????image_data=open(pic_path,"rb").read()
????response=make_response(image_data)
????response.headers['Content-Type']='image/png'
????return?response??


if?__name__?==?"__main__":
????app.run(host=0.0.0.0,port=5000)

完成上述API的開發(fā)工作后就可以進行使用分析了，下面是簡單的實例測試結(jié)果：

基于API實現(xiàn)工具方便的調(diào)用對于提升工作效率或者是輔助現(xiàn)場人員完成數(shù)據(jù)分析工作是很有幫助的。

很高興在自己溫習(xí)回顧知識的同時能寫下點分享的東西出來，如果說您覺得我的內(nèi)容還可以或者是對您有所啟發(fā)、幫助，還希望得到您的鼓勵支持！

覺得不錯，點個在看唄！