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。

+ F4 n8 Y8 X4 y: n+ |3 l

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：

• 
  , \; D" s1 K7 n, M! D3 \5 Q7 Q
    u; w3 l' N! h! Z- F

conda install Cartopy

6 A' f" A& d$ x4 s* _( G! T
: N5 e, x& w% F7 g$ r

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  $ h! O( C( Z, N7 ]- K
• 
  * W( a1 ?6 e' b$ I, G* q  Z
• 
  
• 
  
• 
  
  7 e; q: r- [' w& C( m" h2 T! ^& n  x

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
* z9 [9 l; O# G/ H) F

---

• 
  ' b* N* E3 y2 P- ?
• 
  
• 
  
• 
  * w7 H4 G# {# k5 _
• 
  
• 
  ! r. d" g! T3 @6 E* J! O
  0 X6 T! [6 W( q) `) p$ g

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()
1 y5 S! f; g9 K: q' S+ @9 W

图形保存方式：

• 
  
• 
  - V, w) }2 H! u8 y
• 
  * [* `- o3 |' o7 x! f
  0 u8 D) J* v9 u% [7 k$ h/ ~

# 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
9 s  f- V# z+ @' E) k  |+ K

绘制时间序列图

例：以三角函数为例绘图

• 
  , E8 D8 Z9 Q! s/ z! {! n7 h) _: Y) V
• 
  1 p# D* s1 ^' _+ F  P% k- ^
• 
  4 k: D8 e; j; e5 A- \; j
• 
  
• 
  & J+ n: t, ~+ o  ^3 S2 R
• 
  4 N& t/ v6 I. a1 l8 I! s8 j
• 
  * \9 _! j" Q$ T/ n2 k8 A
• 
  
• 
  ! P) g0 {* ?$ j  n* }2 ]9 F4 G
• 
  
• 
  % h' T1 g- a8 ^7 R5 ~
• 
  
• 
  $ P. D  y9 I% e/ [7 w. G0 v* ~0 m
• 
  + c+ @  d% `  A
• 
  
• 
  5 V2 \+ O+ Y9 T0 I% U
• 
  
• 
  " |- L$ `$ J9 ]4 ^' C6 \
• 
    L. ^8 J6 J9 ^. I+ R% c; U
• 
  . o) K* @' A: v7 c! U
  

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()
0 S& w) t2 B: l

( d6 `. D% |* @- a& o) H$ k6 l: g

1 Y- O. y3 g$ W3 E                               
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：

• 
  
• 
  ; a5 p& ~4 N/ V8 f3 X8 _7 @  b( ~
• 
  
• 
  ; g$ f6 j4 y# E1 Z
• 
  6 Q, {& e; ?+ e! S0 d
• 
  ) ~# E2 I* e9 b2 }& V( F, z
• 
  
• 
  + B0 {; s: R& ~$ E. f% f4 N( q8 K
• 
  
• 
  
• 
  . s$ I. W+ m2 q0 B
• 
  
• 
  3 Y$ L1 v8 N: ~, |( E5 n
• 
  3 N+ z* w" S# Y& p3 s1 @$ c4 s
• 
  
• 
  
• 
  ( m7 C5 Y+ W. N  @7 n
• 
  , m* S* ]7 z3 R  c' F& t: o
• 
  
• 
  
• 
  8 F. [2 ~1 \7 K" t1 j
• 
  2 Z4 a$ f9 I! Z2 r
• 
  
  0 @8 ^* F/ q5 A. q

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()
' v, ?) Q4 k) D- s, h

  k$ \2 I( ]1 I# u, ?                               
登录/注册后可看大图

% }: z8 Q9 H1 C0 @0 w

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。