【气候软件】Python6：Cartopy和matplotlib包绘制气象图中图

气象数据可视化主要依靠matplotlib做绘图，其他库包为辅助，包括数据处理的，地理信息处理的等等。

绘图主要有六步（“六部曲”）（不是绝对的方法，视具体情况使用）:

• 引入库包：import matplotlib.pyplot as plt

• 设定画布：fig=plt.figure()

• 导入数据：之前已有介绍导入nc文件格式数据（【气候软件】Python读取气象数据 NetCDF文件（***.nc））和导入txt文本格式数据（【气候软件】Python2：读取TXT文本格式的数据）。

• 线图命令：plt.plot(x,y,lw=,ls=，c=,alpha=)

• 出图：plt.show()

• 存图：fig.savefig("···")

  
  

只要按照以上六步，基本绘图没有问题！！！

5 {8 _) z4 u7 H6 R, Q9 S
& O" O. \  C$ a5 g. b

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。

1 s3 E- A8 R/ ?6 H% h+ h

绘制简单气象地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。

1. 使用anaconda安装Cartopy库：

• 
  
  

conda install Cartopy
. j& V% q" h7 H' x5 k

4 W2 A3 e# N. R# Y% G$ q

2. 工作在多图形(figures)和多坐标系(axes)

MATLAB和pyplot都有当前图形(figure)和当前坐标系(axes)的概念。所有的绘图命令都是应用于当前坐标系的。gca()和gcf()(get current axes/figures)分别获取当前axes和figures的对象。通常，你不用担心这些，因为他们都在幕后被保存了，下面是一个例子，创建了两个子绘图区域(subplot)：

例：绘制图中图

• 
  
• 
  # G9 m" F+ i8 B
• 
  7 B" o% P$ }# w- F; ]
• 
  
• 
  * n# }. z) D. |8 w/ q* B# Q
• 
  
• 
  , n, ~) }. \8 X4 M( D, Q; i
• 
  
• 
  9 }7 N0 y2 r5 t; q- [. t0 r
• 
  7 u/ I  ?7 u. j$ ?# S* j# s1 G8 K
• 
  
• 
  4 C. G% a) @6 S; O) M1 \6 a. F
• 
  
• 
  2 }2 h: z- k) e
• 
  
• 
  
• 
  
• 
  & g* ?0 Z5 ?& `' q2 a0 I
• 
  
• 
  
• 
  
• 
    U4 A' z$ c# ?: y( y4 f. N: Y
• 
  - O( d5 j$ f- O! y& G7 x5 l
• 
  ! K0 h1 }% s) a, l  h
• 
  3 J6 `% B$ @( E6 O
• 
  / G1 z; _, P" |  y/ B; h
• 
  
• 
  
  ' W' s' C# y; T% b$ `2 v2 P

importnumpy asnpimportmatplotlib.pyplot aspltimportpandas aspd#新建figurefig = plt.figure()  #默认的画布大小#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.sta2#新建区域ax1#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%left, bottom, width, height = 0.1, 0.1, 0.8, 0.8#获得绘制的句柄ax1 = fig.add_axes([left, bottom, width, height])ax1.plot(x, y1, 'r')ax1.set_title('station1 annual mean temperature')#新增区域ax2,嵌套在ax1内，看一看图中图是什么样，这就是与subplot的区别left, bottom, width, height = 0.62, 0.15, 0.25, 0.25#获得绘制的句柄ax2 = fig.add_axes([left, bottom, width, height])ax2.plot(x, y2, 'b')ax2.set_title('station2 annual mean temperature')plt.show()

$ d' {3 \( K2 [# ?; M