Как уменьшить расстояние между картой и значениями долгот в MATLAB

В прошлый раз мы избавились от пустого пространства вокруг построенной карты в MATLAB. Однако, если вы не умеете этого делать, то жизнь ваша не станет такой уж сложной, ведь для обрезки пустого пространства картинки достаточно использовать любой редактор изображений с функцией кадрирования ("crop") . Сегодняшняя тема - другое дело, здесь так просто не отделаться. Вернёмся к нашей карте:

worldmap([50 70],[-60 20])
setm(gca, 'mlabellocation',[-60:10:20])

Допустим, вы хотите подвинуть значения долгот ближе к координатным осям. Сделать это, воспользовавшись всё тем же приложением для редактирования изображений, уже не такая простая задача, ведь оси изогнуты. Вы не можете подвинуть все подписи одновременно вверх лёгким движением руки. Поэтому тут решение должно быть при построении на программном уровне. К моему удивлению, поиск решения данной проблемы занял у меня значительное время. Хотя решение моё достаточно простое, есть ощущение, что должно быть какое-то, скажем так, более "правильное" решение. Но что есть то есть.

Первое, что нам нужно сделать, это заполучить информацию о положении каждого значения долготы. Делаем мы это при помощи команды

Читать далее «Как уменьшить расстояние между картой и значениями долгот в MATLAB»

Убираем пустое пространство вокруг карты в MATLAB

Сегодня мы, может быть и не изящным образом, но избавимся от пустого пространства, которое возникает при построении карт в MATLAB.

Для начала посмотрим на проблему. Сделаем простейшее построение карты в MATLAB:

worldmap([50 70],[-20 20])

Такой вариант вполне неплох, хотя возможно вам уже кажется, что пустого пространства вокруг карты слишком много (чтобы лучше было это видно, вы можете открыть картинку в отдельной вкладке вашего браузера).

Теперь попробуем немного усугубить ситуацию:

worldmap([50 70],[-60 20])

И вот мы видим MATLAB во всей своей красе. Автоматика при построении карт работает отвратительно и уже много лет MATLAB не хочет с этим ничего делать. Во-первых, значения долгот неприлично близко расположены друг к другу, но давайте это сразу поправим:

Читать далее «Убираем пустое пространство вокруг карты в MATLAB»

Как сделать анимацию в MATLAB и сохранить её в формате GIF

В прошлой заметке мы с вами создавали видеролик при помощи MATLAB. Иногда полезно иметь анимацию не в видео формате, а в виде популярного в интернете формата GIF.

За основу мы возьмём код и данные, которые использовали в вышеупомянутой заметке:

for n =1:365
worldmap('world')
setm(gca,'Origin', [0 180 0])
geoshow(lat,lon,air(:,:,n),'displaytype','texture')
geoshow('landareas.shp','FaceColor','none','EdgeColor','w')
caxis([-80 40])
cmocean('thermal')
colorbar
title(datestr(t(n)))
frame(n) = getframe(gcf);
close(gcf)
end

v = VideoWriter('air_temp2018.mp4','MPEG-4');
v.FrameRate = 10;
open(v)
writeVideo(v,frame)
close(v)

Напомню, что первая часть строит все нужные нам картинки (отдельные кадры будущего видео) и записывает их в переменную frame. Затем, используя эту самую переменную frame во второй части кода мы создаём их этих кадров видеоролик. Сейчас эта вторая часть нам не понадобится, мы теперь используем переменную frame для создания GIF. Давайте я сначала сразу приведу здесь готовый код, а уже потом сделаю некоторые пояснения:

Читать далее «Как сделать анимацию в MATLAB и сохранить её в формате GIF»

Как сделать анимацию в MATLAB и сохранить видео в формате mp4

Часто учёным намного проще анализировать данные, когда они представлены в виде анимации. Сегодня мы сделаем простую анимацию в MATLAB и сохраним её в виде видео-файла в формате MPEG-4.

Для построения картинок мы будем использовать NCEP/NCAR Reanalysis с этого сайта. Я скачал ежедневные значения температуры воздуха у поверхности для 2018 года. Если хотите себе такие же, прямая ссылка вот.

Для начала загрузим наши данные в рабочую область Matlab:

air = ncread('air.sig995.2018.nc','air')-273.15;
lat = ncread('air.sig995.2018.nc','lat');
lon = ncread('air.sig995.2018.nc','lon');

Обратите внимание, что мы вычли 273.15 из значений температуры, для того чтобы перевести их в градусы Цельсия (исходные данные в Кельвинах). Для последующих построений нам нужно будет перевести векторы lat и lon в матрицы:

Читать далее «Как сделать анимацию в MATLAB и сохранить видео в формате mp4»

Как построить вертикальные профили солёности и температуры воды на одном графике в MATLAB

Сегодня мы построим графики распределения значений солёности и температуры воды по глубине.

Работать мы будем с данными World Ocean Atlas 2013 V2. Вместо того, чтобы скачивать .nc файлы целиком, для удобства загрузим с сервера только нужные нам переменные. Делается это при помощи протокола OPENDAP.

Нам потребуются пять переменных: температура (запишем в переменную t_global), солёность (s_global), широта (lat), долгота (lon) и глубина (z). Запускаем на закачку прямо в MATLAB:

t_global = ncread('https://data.nodc.noaa.gov/thredds/dodsC/woa/WOA13/DATAv2/temperature/netcdf/decav/1.00/woa13_decav_t00_01v2.nc','t_an');
lat = ncread('https://data.nodc.noaa.gov/thredds/dodsC/woa/WOA13/DATAv2/temperature/netcdf/decav/1.00/woa13_decav_t00_01v2.nc','lat');
lon = ncread('https://data.nodc.noaa.gov/thredds/dodsC/woa/WOA13/DATAv2/temperature/netcdf/decav/1.00/woa13_decav_t00_01v2.nc','lon');
z = ncread('https://data.nodc.noaa.gov/thredds/dodsC/woa/WOA13/DATAv2/temperature/netcdf/decav/1.00/woa13_decav_t00_01v2.nc','depth');
s_global = ncread('https://data.nodc.noaa.gov/thredds/dodsC/woa/WOA13/DATAv2/salinity/netcdf/decav/1.00/woa13_decav_s00_01v2.nc', 's_an');
Читать далее «Как построить вертикальные профили солёности и температуры воды на одном графике в MATLAB»

Notebook interface внутри MATLAB

Многие учёные, работающие с данными любят писать код не в виде голых скриптов, а используя так называемый notebook interface (типичный пример - Jupyter Notebook). Удобно это прежде всего потому, что ваш код становится более понятным, комментарии к коду хорошо читаются, а главное, прямо между строк можно вставлять результаты выполнения кода, например, полученные графики и построения.

В 2016 году MATLAB тоже создал свой вариант такого интерфейса, но на самом деле я пока не часто вижу, что им кто-то пользуется. Одна из причин (именно она побудила меня написать эту заметку) - не все знают об этой возможности MATLAB, хотя найти её совсем не сложно, она буквально постоянно маячит перед глазами (если у вас, конечно, установлен свежий MATLAB).

Итак, Notebook interface в MATLAB называется Live Editor, в которм можно создавать "живые скрипты" (Live Script). Создать такой скрипт можно также, как вы создаёте обычный скрипт (m-файл). На вкладке HOME для этого отведена специальная кнопка "new live script'. Если кнопки не окажется, поищите её под кнопкой "New":

Читать далее «Notebook interface внутри MATLAB»

Наносим линейный тренд на график временного хода в MATLAB

Сегодня мы нанесём линию тренда с доверительными интервалами на график временного ряда.

Работать мы будем с теми же данными (среднемесячные значения индекса NAO), с которыми работали в предыдущей заметке про добавление дат на график временного хода.

nao = load('norm.nao.monthly.b5001.current.ascii.txt');

Для того, чтобы тренд был явно выражен мы выбрали только последние несколько лет (да-да, это тот самый случай, когда учёные манипулируют с данными, никогда так не делайте в своей научной работе):

dates = datetime(nao(750:end,1),nao(750:end,2),15);
nao=nao(750:end,3);

Построим график для того, чтобы представлять, с чем имеем дело (параметр 'k' делает линию чёрной, а 'LineWidth' устанавливает толщину линии):

plot(dates, nao,'k','LineWidth',2)
Индекс NAO

Тренд здесь хорошо заметен. Если вам нужно удалить линейный тренд из данных, то сделать это можно при помощи простой функции detrend:

Читать далее «Наносим линейный тренд на график временного хода в MATLAB»

Добавление дат на график временного ряда в MATLAB

При работе с временными рядами часто требуется их визуализировать. Однако, для того, чтобы отложить по оси Х даты нужно немного специальных навыков работы с датами. Начнём мы с более старого сценария работы, который до сих пор может быть актуален, если у вас версия матлаба старее 2014 года. Также полезно будет его изучить, если вы будете разбираться в старых кодах.

Итак, наиболее классическим является вариант представления даты в виде, так называемого, serial date number. Например, 14 октября 1992 года в этой сиситеме будет равняться 727851:

datenum(1992, 10, 14)

ans =

      727851

Не сложно догадаться, что функция datenum как раз таки и переводит "человеческую" дату в этот формат. Само число при этом (в нашем случае число 727851) - это количество дней прошедших с первого января нулевого года ('Jan-1-0000 00:00:00').

Вообще говоря, вышеупомянутое обращение к функции datenum - не единственно возможное. Можно, например, так:

datenum('12-jun-17','dd-mmm-yy')

ans =

      736858

Аргумент 'dd-mmm-yy' даёт матлабу пояснение - в каком виде представлена наша дата. Видов этих может быть много, так год можно представить из четырёх цифр (yyyy) или из двух (yy), месяц записать полностью буквами (mmmm), трёхбуквенным сокращением (mmm), двумя цифрами (mm) или одной буквой (m) и т.д. Полный список вариантов можно найти в хэлпе к функции datenum. Иными словами, вы можете собирать дату как конструктор, главное рассказать матлабу, что вы имеете ввиду, например:

datenum('12--:06_+2017','dd--:mm_+yyyy')

ans =

      736858

Ну и на всякий случай скажем, что если вы хотите перевести дату обратно к текстовому виду, то сделать это можно так:

datestr(728447)

ans =

    '02-Jun-1994'

а если к раскидать дату в виде чисел и записать в матрицу, то так:

datevec(728447)

ans =

        1994           6           2           0           0           0

Давайте попробуем с этим поработать на конкретном примере. Для этого скачаем данные с ежемесячными значениями индекса NAO с сайта noaa, а именно Monthly mean NAO index since January 1950 - Ascii format for downloading.

Загрузим скачанные данные в MATLAB:

nao = load('norm.nao.monthly.b5001.current.ascii');
Первый столбец - годы, второй - месяцы, третий - значения индекса NAO

Сам временной ряд выглядит так:

Читать далее «Добавление дат на график временного ряда в MATLAB»

Colormap для отображения океанологических данных

Сегодня мы поговорим о том, какую цветовую шкалу выбрать для отображения океанологических данных.

Я неоднократно натыкался в сети на негативные отзывы по поводу радужных цветовых шкал, к коим относится и цветовая шкала jet (colormap jet), которая до 2014 года использовалась в MATLAB по умолчанию для построения различного рода визуализаций.

Colormap jet MATLAB

Например, в этой заметке рассказывается, как радужная шкала может ввести вас и ваших читателей в заблуждение (особенно это касается интерпретации градиентов визуализируемых характеристик). На самом деле в интернете ещё много подобного рода заметок и даже статей в научных журналах. Не случайно в 2014 году в MATLAB решили изменить colormap, используемый по умолчанию с jet на parula, озвучив в качестве объяснения всё те же причины.

Поводом для моей сегодняшней заметки стал "заказ" коллеги, который, читая материалы koldunov.ru попросил рассказать, как можно использовать цветовую шкалу, отличную от той, что предлагает MATAB. Он признался, что ему не нравится ни одна матлабовская шкала, кроме разве что jet, да и то с натяжкой.  Мне, честно говоря тоже больше всего нравится (или уже нравилась) jet, может быть потому-что она красочная, может быть потому что часто используется и к ней все привыкли. Однако при подготовки ответа на вопрос коллеги, я в очередной раз окунулся в пучину негативных отзывов о радужной шкале и кажется меня эти доводы окончательно убедили в том, что неправильный выбор шкалы может заставить на изображениях видеть то, чего на самом деле нет и не видить того, что на самом деле есть.

Читать далее «Colormap для отображения океанологических данных»

Настраиваем прозрачность для NaN при построении с использованием texturemap в MATLAB

В одной из наших предыдущих заметок мы визуализировали данные SST на карте. И в той заметке зашла речь о том, что при нанесении данных на карту, используя метод 'texturemap' в функции geoshow, области с пропущенными значениями (NaN) закрашиваются цветом. Например, используя те же данные SST, построим карту для немного другог района:

worldmap([42 78],[-50 180])
setm(gca,'MapProjection','mercator')

Раньше такая конструкция работала, но теперь, по неведомой мне причине MATLAB начал ругаться: "Error using setm (line 41)
Expected H to be a handle to a MATLAB graphics object." Просит сделать указатьель (насколько я понимаю, как на русский язык переводится слово Handle, или ещё называют "дескриптор", что быть может даже более прпвильно), не хочет обращаться к карте при помощи gca. Ладно, сделаем через этот самый hadle.

k = worldmap([42 78],[-50 180])
setm(k,'MapProjection','mercator')

Теперь получилось построить подложку карты, осталось нанести данные:

k = worldmap([42 78],[-50 180])
setm(k,'MapProjection','mercator')
geoshow(lat,lon,sst,'displaytype','texture') 
caxis([-2 25])
geoshow('landareas.shp','FaceColor',[0.5 0.5 0.5])
colormap jet
colorbar
Нанесение данных на карту в MATLAB

Как мы и предупреждали, значения  NaN имеют тёмно синий цвет, что не есть хорошо, так как неотличимы от значений с низкими температурами. Одно из решений мы обсуждали в прошлый раз - заменить 'texturemap' на 'surface':

Читать далее «Настраиваем прозрачность для NaN при построении с использованием texturemap в MATLAB»