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。

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：

• 
  9 M1 a% L2 L- V3 H6 q! b
  

conda install Cartopy

9 |2 H; I, y7 k6 O% _7 x

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  5 e0 o, F& v$ k6 V! I8 G- Y# V0 F
• 
  
• 
  4 I4 r7 N9 A# h$ l) @
• 
  
• 
  # ~/ R/ Q2 ~/ ]0 N8 Z7 j2 g3 e9 p
• 
  ) a# G: H" \$ H4 v4 _
  1 Y" g; Z  L3 M+ {* S  x# ^

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
7 K/ j$ W( R# ^7 F1 o' ^

---

• 
  - a' ^+ D" x- J/ T. T$ y
• 
  6 s8 \- e4 D9 U  R- e. B2 E6 o4 j
• 
  
• 
  
• 
  
• 
  
  ; O* H0 J, u& ~0 a" R

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+ ?# \( J5 `+ D
• 
  
• 
  
  

# 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
2 X$ W! C7 v  w2 k

0 `  }- M8 `$ b: S, y

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
    F+ ^3 p% J" n  x
• 
  9 y4 f: t+ P5 R* G
• 
  4 b, U2 v# P: J7 U1 K
• 
  4 l7 A; R  h3 @+ \1 l8 s. w  d
• 
  / a9 Z! }) {" u
• 
  ! {. h; T* n7 w
• 
  
• 
  " I1 h9 M( Y& ~& @: d! t' L
• 
  
• 
  
• 
  
• 
  
• 
  ' }, M2 @$ Q8 E5 M* p( E3 S
  

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()

6 d- B- M4 h9 t, T  y' g6 Y: `

                               
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：

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  5 L. M5 Q7 ?" c: J1 y
• 
  
• 
    ~' Q  [/ m/ B) O3 Q  F6 F8 |
• 
  
• 
  3 C3 A6 {& R- j% h# F
• 
  " j. P3 v" f" M# B( B# Q
• 
  
• 
  
• 
  0 Y8 m5 C% z4 M9 `  i
• 
  / J! E3 Z( B1 b4 p
• 
  ) R( p& r% B8 ~* V  Y( U+ e
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  7 N7 n7 j- y4 r4 D, T) c( n- o" U( D
• 
  
  

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()
, z9 l/ L. n, ^( l& o

) C# T+ t3 t4 _0 _) \6 ~

2 z, i0 \) V3 K1 f                               
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。