Pythonで雨温図とハイサーグラフを作成

# 関数定義：観測地点情報取得
def get_info(file):
    # 地点情報を取得
    df_head = pd.read_csv(file, encoding='cp932')
    head_cols = df_head.columns.tolist()
    city, country, lat, lon, height = head_cols[2], head_cols[3], head_cols[4], head_cols[5], head_cols[6]

    # 都市名のカッコつき表記について修正対応
    if (country=='日本')&('（' in city): # 日本国内（都市名の訓読みは削除）
        regex = '([^（]*)（[ア-ン]*）'
        city = re.sub(regex, '\\1', city)
    
    if ('〔' in city): # 中国やソウル特別市など（カギカッコ内に補足情報）
        regex = '([^〔]*)〔.*〕'
        city = re.sub(regex, '\\1', city)
    
    # 経緯度と高度を簡略表記
    # 緯度
    regex = '緯度:([0-9]*)\.[0-9]*([N|S])'
    lat = re.sub(regex, '\\1\\2', lat)
    # 経度
    regex = '経度:([0-9]*)\.[0-9]*([E|W])'
    lon = re.sub(regex, '\\1\\2', lon)
    # 高度
    regex = '高度:([0-9]*) .*'
    height = re.sub(regex, '\\1m', height)

    # 都市名にファイル名に適さない記号がある場合は置き換え
    # city = city.replace('/', '-')

    # 長い表記を変換
    country = country.replace('中華人民共和国', '中国')
    country = country.replace('大韓民国', '韓国')
    country = country.replace('朝鮮民主主義人民共和国', '北朝鮮')
    country = country.replace('アメリカ合衆国（アラスカ）', 'アメリカ合衆国')
    
    country = country.replace('デンマーク・フェロー諸島', 'デンマーク') # フェロー諸島のデータが無い前提で変換
    country = country.replace('スイス・リヒテンシュタイン', 'スイス') # リヒテンシュタインのデータが無い前提で変換
    country = country.replace('.1', '') # 一部データに存在する".1"を削除
    
    city = city.replace('ヒースロー国際空港', 'ロンドン')
    city = city.replace('ベルリン - ダーレム', 'ベルリン')

    # スラッシュで区切って複数の都市名がある場合は後ろを削除
    regex = '([^/])\/(.*)'
    city = re.sub(regex, '\\1', city)
    # 「国際空港」の施設名部分を削除
    regex = '(.*)国際空港'
    city = re.sub(regex, '\\1', city)

    # ドット以下の余計な情報の部分を削除
    regex = '(.*)・.*'
    city = re.sub(regex, '\\1', city)
    
    return city, country, lat, lon, height

# 関数定義：気象情報のCSVから必要な情報を取得
def get_table(file):
    print(file)
    # ファイルから格納フォルダ名取得
    regex = '.*01_気象庁_ClimatView_月統計値.([0-9]{2}_.*).climat_[0-9]*.*.csv'
    dirname = re.sub(regex, '\\1', file)

    # 観測地点情報取得
    city, country, lat, lon, height = get_info(file=file)
    print(city, country, lat, lon, height)

    # データの読み込み
    use_cols = [
        # '年', 
        '月', 
        # '月平均気温', '月平均最高気温', '月平均最低気温', '月降水量', 
        '月平均気温平年値', '月平均降水量平年値',
        # '標準化降水指数（3か月）', '標準化降水指数（6か月）', '標準化降水指数（12か月）'
        ]
    
    df = pd.read_csv(file, header=1, usecols=use_cols, encoding='cp932')

    # 不要行削除
    df = df[df['月平均気温平年値']!='(℃)']

    # データに欠損がある場合ははじくために、数値をfloatとして読み込む
    df['月平均気温平年値'] = df['月平均気温平年値'].astype('float') 
    df['月平均降水量平年値'] = df['月平均降水量平年値'].astype('float') 
    df['月'] = df['月'].astype(int)


    # 月平均は変わらないのでユニーク化
    df = df.drop_duplicates().sort_values('月', ascending=True)
    if (df.shape[0]!=12):
        display(df)
        raise ValueError('月別平年値を取得しようとした結果、行数が12になりませんでした。確認して下さい。')

    print(df.columns)
    display(df)

    # データに欠損がある場合ははじく
    df_na = df[(df['月平均気温平年値'].isna())|(df['月平均降水量平年値'].isna())]
    if (df_na.shape[0]>0):
        print(file)
        raise ValueError('データに欠損があります。確認して下さい。')

    # テーブルの出力
    out_path = f'../02_work/01_気象情報平年値/{dirname}/01_気象情報平年値_{country}_{city}_{lat}_{lon}_{height}.csv'
    df.to_csv(out_path, index=False, encoding='cp932')

import pandas as pd
import matplotlib.pyplot as plt
import re
import glob
import math

# グラフの日本語文字化け修正用にフォント設定
plt.rcParams['font.family'] = "MS Gothic"

# 関数定義：雨温図作成
def viz_climo(df, city, country, lat, lon, height, kubun):
    fig, ax = plt.subplots()
    ax2 = ax.twinx()

    ax.plot(df['月'], df['月平均気温平年値'], 'o-', color='red')
    ax2.bar(df['月'], df['月平均降水量平年値'])   
    
    # グラフの表示順の調整
    ax.patch.set_visible(False)
    ax.set_zorder(1)

    xlab = '月'
    ylab = '平均気温（℃）'
    ylab2 = '降水量（mm）'
    title = f'{city}（{country}） {lat}, {lon}, 標高：{height[:-1]} m '

    ax.set_xlabel(xlab)
    ax.set_ylabel(ylab)
    ax2.set_ylabel(ylab2)
    ax.set_title(title)

    # 軸範囲
    # 平均気温
    ax.set_ylim(-10, 42)
    min_temp = df['月平均気温平年値'].min()
    if (min_temp<-10):
        # 月平均最低気温が-10を下回る月がある場合
        ymin = math.floor(min_temp/10)*10
        ax.set_ylim(ymin, 42)
    # 降水量
    ax2.set_ylim(-10, 510)
    max_rain = df['月平均降水量平年値'].max()
    if (max_rain>500):
        # 月降水量が500mmを超える月がある場合
        ymax = math.ceil(max_rain/100)*100
        ax2.set_ylim(-10, ymax)

    # x軸では全ての月を表示
    ax.set_xticks(df['月'][::1])

    ax.legend(['平均気温'], loc='upper left')
    ax2.legend(['降水量'], loc='upper right')

    # 出力
    save_path = f'../02_work/02_雨温図/{kubun}/02_雨温図_{country}_{city}.png'
    fig.savefig(save_path, bbox_inches='tight')

    # グラフの表示
    plt.show()

# 関数定義：ハイサーグラフの作成
def viz_hyther(df, city, country, lat, lon, height, kubun):
    fig, ax = plt.subplots()
    # 各月のデータポイントに月名のラベルを付ける
    for i, txt in enumerate(df['月'].astype(str)):
        # 全ての月でラベルをつけると見えづらいため奇数月のみつける(０はじまりなのでi=0は1月)
        if (i%2==0):
            plt.text(df['月平均降水量平年値'][i], df['月平均気温平年値'][i], f'{txt}')
    
    # 12月と１月をつなぐために、dfの最後に１月のデータを追加
    df_jun = df[df['月']==1]
    df = pd.concat([df, df_jun], axis=0)
    
    ax.plot(df['月平均降水量平年値'], df['月平均気温平年値'], 'o-', color='skyblue')

    ylab = '平均気温（℃）'
    xlab = '降水量（mm）'
    title = f'{city}（{country}） {lat}, {lon}, 標高：{height}'

    ax.set_xlabel(xlab)
    ax.set_ylabel(ylab)
    ax.set_title(title)

    # 軸範囲
    # 平均気温
    ax.set_ylim(-10, 42)
    min_temp = df['月平均気温平年値'].min()
    if (min_temp<-10):
        # 月平均最低気温が-10を下回る月がある場合
        ymin = math.floor(min_temp/10)*10
        ax.set_ylim(ymin, 42)
    # 降水量
    ax.set_xlim(-10, 510)
    max_rain = df['月平均降水量平年値'].max()
    if (max_rain>500):
        # 月降水量が500mmを超える月がある場合
        ymax = math.ceil(max_rain/100)*100
        ax.set_xlim(-10, ymax)

    # 出力
    save_path = f'../02_work/03_ハイサーグラフ/{kubun}/03_ハイサーグラフ_{country}_{city}.png'
    fig.savefig(save_path, bbox_inches='tight')

    # グラフの表示
    plt.show()

# データ取得
glob_path = '../02_work/01_気象情報平年値/*/01_気象情報平年値_*.csv'
files = glob.glob(glob_path)

# 観測地点（ファイル）ごとに可視化を実行
for file in files:
    # 観測地点情報取得
    regex = '.*01_気象情報平年値_([^_]*)_([^_]*)_([^_]*)_([^_]*)_([^_]*).csv'
    country = re.sub(regex, '\\1', file)
    city = re.sub(regex, '\\2', file)
    lat = re.sub(regex, '\\3', file)
    lon = re.sub(regex, '\\4', file)
    height = re.sub(regex, '\\5', file)

    print(city, country, lat, lon, height)

    # dfの読み込み
    df = pd.read_csv(file, encoding='cp932', dtype={'月':int})
    print(df.columns)
    display(df.head(2))

    # 気候区の判定
    kubun = get_kubun(df, lat)
    print(f'気候区：{kubun}')

    # 雨温図の作成
    viz_climo(df, city, country, lat, lon, height, kubun)

    # ハイサーグラフ作成
    viz_hyther(df, city, country, lat, lon, height, kubun)