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。

8 A3 p+ |3 j' T* t9 N8 J

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：

• 
  # k! b' `1 i& ~2 Y% o$ t
    o: \3 G% X1 B

conda install Cartopy
; R4 `9 Z5 b! N$ c' ^

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  
• 
  
• 
  
• 
  # G% X1 l, H* Y/ C8 K  G
• 
  
  . t! d  W  ~# N$ m

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

---

• 
  
• 
  
• 
  1 e; T) u) {9 a' w" `, N
• 
  # }5 g8 g+ S$ {
• 
  , |! E0 \0 |% z2 Z4 \, H; D
• 
  
  ' c+ U/ e0 g4 M1 T5 `" J$ \; N

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：

• 
  * \) b. f" Y# y7 h$ m* p8 O4 j
• 
  
• 
  
  

# 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

• 
  ) V. t" X4 A2 X1 G
• 
  
• 
  
• 
  / w/ ^( w, d- q# |! t, \
• 
  
• 
  
• 
  $ U/ u) S! M7 A- S
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  2 T. V" M& u; v/ [7 x( T/ g
• 
  
• 
  
• 
  
• 
  3 b+ T+ G+ g- ]
• 
  
  % U! j5 L! s5 F& z# i

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()

8 P( a0 G) W- X9 ^                               
登录/注册后可看大图

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：

• 
  
• 
  7 x8 R' A. o  I" a( O
• 
  " K, Q# S' a6 d& K1 s2 S/ ?* o
• 
  8 h+ E  \' u9 ~6 D
• 
  7 H3 f$ T- K7 S! n
• 
  * C2 r; _% `8 ^
• 
  
• 
  ) `: S0 s* r( n) [9 ~7 j. A& _2 @
• 
  . ^; m1 S6 c7 w6 m6 O
• 
  
• 
  9 s& Q9 Y) I/ v9 j( t9 R# M9 l) T" _
• 
  # C8 T+ M. P/ ]3 v
• 
  ; }6 i$ M/ t; B, p7 B7 \
• 
  
• 
  
• 
  
• 
  / x8 V  q! G, a+ w$ C! B# O' d
• 
  
• 
  0 }. ~/ N4 S4 J( S, u
• 
  
• 
  
• 
  
• 
  
  & u# r( o/ T% |& I3 m7 W/ n

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()
  c! z0 R; {. K2 x8 ~

3 T3 o. f8 f3 @3 u0 L' _3 w                               
登录/注册后可看大图

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。