【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！！！

% t+ l6 d! f+ A$ ~. ]) r8 k* `

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。

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：

• 
  9 ?3 p; A+ g! X
    C& @* f$ p. [) a, J

conda install Cartopy
# i* A8 Y# E2 l0 p& y* y

* q9 q+ J$ ~# K

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

• 
  + F, r# A& U4 N
• 
  
• 
  
• 
  . s/ R5 I+ @8 U6 i0 P% T
• 
  0 G+ V, }" W, [# b1 S, J/ G
• 
  
• 
  
• 
  2 F% |" F3 M$ L: A7 E% y5 }
• 
  
• 
  $ k7 G! h$ P# e8 N  W7 f) }! q" B
• 
  5 K# I4 T6 C) h0 S
• 
  
• 
  * q+ H$ r; E+ N- U4 o0 U5 [
• 
  5 P8 ~4 n, M: `
• 
  
• 
  - {. |& x- v: U3 @
• 
  " O7 e6 L1 d: M) F% C
• 
  
• 
  
• 
  7 U8 \5 d8 |& }$ _6 G& w
• 
  
• 
  
• 
  
• 
  
• 
  % _! C& e$ n; `
• 
  
• 
  5 b! H; ^/ V1 V
• 
  $ e3 P+ g1 P# z: O) x
  

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()
# k! n6 F8 p4 u$ G+ @1 m0 \

6 Z* I) i: _4 y. c2 N& B

; |8 k* Q. o: B3 @7 A$ t