Python4：Cartopy和matplotlib包绘制地图和时间序列图

温馨提示

（1）本号分享的有关python的经验方法都是基于anaconda下载的库包（conda install 库包名 或 cmd 命令 pip install 库报名），以及使用anaconda里的spyder(python3.8)编辑和运行代码。

（2）所有的代码都是经过了spyder(python3.8)正常运行得出结果的，可以放心使用，也欢迎交流和讨论。

（3）使用的软件以及不同版本，都有可能会导致代码运用出现问题（不代表分享的代码有问题或是错误的。），关于不同版本运行本号分享的代码出现问题，请自行网上搜索解决办法解决。

（4）如有转载或分享请注明出处，尊重本号版权和辛劳，谢谢！如有侵权敬请联系删除。

Cartopy是一个Python包，用于地理空间数据处理，以便生成地图和其他地理空间数据分析。Cartopy利用了强大的PROJ.4、NumPy和Shapely库，并在Matplotlib之上构建了一个编程接口，用于创建发布质量的地图。cartopy的主要特点是面向对象的投影定义，以及在投影之间转换点、线、向量、多边形和图像的能力。

* N1 m7 M9 R5 Y8 r# n! J% m+ h

绘制简单地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。创建基本地图非常简单，只需告诉Matplotlib使用特定的地图投影，然后在轴上添加一些海岸线：

1. 使用anaconda安装Cartopy库：

• 
  
  

conda install Cartopy
( d8 `9 z! z- A5 e2 u

- u  A8 `. j) I" ], q8 [5 l

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  2 q5 r' l: E/ N+ s9 H7 i# C% B
• 
  6 {# r* ~+ K0 r8 F! o
• 
  
• 
  
• 
  
• 
  
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()

---

• 
  
• 
  
• 
  
• 
  
• 
  " U% s5 V( n  N+ l
• 
  ! K& k: }2 Q" O5 U/ q% D
  & L* c. `* B( U$ H3 ~) a

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#换一种投影ax = plt.axes(projection=ccrs.Mollweide())ax.stock_img()plt.show()

图形保存方式：

• 
  
• 
  4 V: o3 x& g! K7 X* C
• 
  ( c3 A' l  I1 e3 S
  - G" f. n  P' e, V6 i

# Save the plot by calling plt.savefig() BEFORE plt.show()plt.savefig('coastlines.pdf')  #保存为pdf格式的文件plt.savefig('coastlines.png')  ##保存为png格式的图片

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  6 B- F  b) m- s7 M
• 
  1 h$ q) J/ `. J0 F$ f
• 
  0 @2 w& T/ i8 H% z# l- ^/ n
• 
  
• 
  ; ~3 S, s& H' o: E5 [
• 
  $ H7 N" D$ f4 k' I% C- ?7 @! f
• 
  
• 
  
• 
  ' v3 C+ T. n9 s! X1 E
• 
  
• 
    O9 f+ x* i5 H
• 
  
• 
  
• 
  " W4 p0 Y( t/ q9 N) b
• 
  6 w) S! {8 C! p( O; u, z
• 
  
• 
  4 m+ a" ]0 Y# t- a
• 
  
  

import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题x = np.arange(-2*np.pi, 2*np.pi, 0.01)  #设值y1 = np.sin(x)y2 = np.cos(x)plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, label='$sinx$')  #绘制sin曲线plt.plot(x, y2, label='$cosx$')  #绘制cos曲线plt.legend(loc='upper right')  #图例plt.xlim(-2*np.pi-1, 2*np.pi+3)plt.xticks([-2*np.pi, -np.pi, 0, np.pi, 2*np.pi], ['$-2\pi$', '$-\pi$', '$0$', '$\pi$', '$2\pi$'])plt.title('三角-函数')plt.xlabel('横坐标')plt.ylabel('纵坐标')plt.axhline(y=0, c='black')plt.show()

7 k- p, T. [2 R3 K% r

                               
登录/注册后可看大图

! T9 m. w, M' m/ N- i, k1 L6 I

以某地1979-2019年平均气温为例绘制两个站点气温时间序列的子区域图：

数据内容如下：

• 
  , H! L0 C# Q9 i9 l# F& o8 ?) Q
• 
  " ?4 u1 v7 X; Y, Q4 H! R5 k
• 
  
• 
  $ w' ~6 l& t# F
• 
  7 V5 q6 k: N' _. f8 ^; h
• 
  ' `2 B# ^+ @/ i, z0 [
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  7 h" q# @1 U, B# O
• 
    K" T( P: Z. k1 {1 }
• 
  / J6 b" n6 f% s2 P! \4 C
• 
  
• 
  * n4 @0 k' X8 Q
• 
  ! G2 v; H0 g; }
• 
  
• 
  
• 
  
• 
  
• 
  5 H; w* R5 m7 `1 m1 x1 ?
• 
  - k/ f# D% Z  D! }: s7 S, _7 J
  & n9 N' v, e9 n, V

import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题#读取某地1979-2019年年平均气温数据共40年data = pd.read_csv("annual tem.txt", skiprows=1, sep='\s+', header=None, names=['year', 'sta1', 'sta2'])print(data)x = data.yeary1 = data.sta1y2 = data.sta2plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, 'r',  label='$sta1$')  #绘制sin曲线plt.plot(x, y2, 'b', label='$sta2$')  #绘制cos曲线plt.legend(loc='upper left')  #图例plt.title('1979-2019 annual mean temperature')plt.xlabel('year')plt.ylabel('tem')plt.show()
/ g+ z& V+ T4 K" z8 N3 W5 x

9 a5 l6 g! g. m) }2 U/ c0 {3 z                               
登录/注册后可看大图

8 x9 z, A3 L1 f: m

使用matplotlib.pyplot(plt)进行绘图时，直接使用plt里的函数：使用面向对象的方法，先产生一个Axes对象，再对此对象进行操作，实现绘图。