用python读取ERA5的netcdf文件分别画出各变量t温度z气压q湿度uv风各变量在第一层level=1000的值在文件给出的第一个时间time=0的空间分布图。要求：图形有title图形轴上显示经纬度信息请问代码是什么

以下是一个示例代码，可以读取ERA5的netcdf文件，并绘制各变量在第一层的值的空间分布图：

import netCDF4 as nc
import numpy as np
import matplotlib.pyplot as plt

# 读取netcdf文件
nc_file = nc.Dataset('file_path.nc', 'r')

# 读取变量数据
lon = nc_file.variables['longitude'][:]
lat = nc_file.variables['latitude'][:]
time = nc_file.variables['time'][:]
t = nc_file.variables['t'][:, 0, :, :] # 第一层的温度数据
z = nc_file.variables['z'][:, 0, :, :] # 第一层的气压数据
q = nc_file.variables['q'][:, 0, :, :] # 第一层的湿度数据
u = nc_file.variables['u'][:, 0, :, :] # 第一层的u风数据
v = nc_file.variables['v'][:, 0, :, :] # 第一层的v风数据

# 绘制温度数据的空间分布图
plt.figure(figsize=(10, 6))
plt.title('Temperature at Time 0')
plt.imshow(t[0], origin='lower', extent=[lon.min(), lon.max(), lat.min(), lat.max()])
plt.xlabel('Longitude (degrees)')
plt.ylabel('Latitude (degrees)')
plt.colorbar(label='Temperature (K)')
plt.show()

# 绘制气压数据的空间分布图
plt.figure(figsize=(10, 6))
plt.title('Pressure at Time 0')
plt.imshow(z[0], origin='lower', extent=[lon.min(), lon.max(), lat.min(), lat.max()])
plt.xlabel('Longitude (degrees)')
plt.ylabel('Latitude (degrees)')
plt.colorbar(label='Pressure (Pa)')
plt.show()

# 绘制湿度数据的空间分布图
plt.figure(figsize=(10, 6))
plt.title('Specific Humidity at Time 0')
plt.imshow(q[0], origin='lower', extent=[lon.min(), lon.max(), lat.min(), lat.max()])
plt.xlabel('Longitude (degrees)')
plt.ylabel('Latitude (degrees)')
plt.colorbar(label='Specific Humidity (kg/kg)')
plt.show()

# 绘制风数据的空间分布图
plt.figure(figsize=(10, 6))
plt.title('Wind at Time 0')
plt.quiver(lon, lat, u[0], v[0])
plt.xlabel('Longitude (degrees)')
plt.ylabel('Latitude (degrees)')
plt.show()

# 关闭netcdf文件
nc_file.close()

其中file_path.nc为ERA5的netcdf文件路径。在绘制风数据的空间分布图时，使用了quiver函数来绘制箭头表示风向和风速。