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。

. ?4 A: d$ N9 T& Z" H# n0 t# 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。

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：

• 
  ! P2 k4 e7 a, H- F+ r6 K5 o
  1 F0 H) o' V2 k

conda install Cartopy

0 d4 E- f" H$ U/ D
, v, J% a& N: j8 V* e( f2 I

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  8 Z& l; L7 A: z( q) A
• 
  * m7 D( e3 K6 E  k; E
• 
  % i& `. w1 Q- `0 w0 z( V8 e
• 
  ( ~4 h+ e) k9 W, \- A0 Z( Y; m
• 
  ' Q6 [- q/ l! Y6 M! ]4 O
• 
  
  : v; |# ?# W9 L) i# d% h3 F

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
7 L2 m) h7 V7 K) w$ I  x5 P8 i2 s

---

• 
  
• 
  # F. f, s6 p% k; Y
• 
  1 u2 z6 Z3 j' G- l
• 
  5 N/ E! E3 P; d$ J
• 
    y; u  k/ N0 z  _# _# Q8 q' _' n
• 
  
  ) Y6 i7 [- C) q, I- w

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()
- W) C  `% K. \# e2 S% m3 q

图形保存方式：

• 
  
• 
  
• 
  
  2 }8 V+ L) J. H. }! h4 D1 F

# 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
4 \" H' |- ]8 Y: y

7 r4 T; r" X: u& d9 ~

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  ; H6 [6 K  P/ x
• 
  
• 
  ) f$ d. R, o/ ^6 \
• 
  , h0 W# o# j7 m
• 
  
• 
  
• 
  
• 
  * G4 _: {9 K7 n/ t9 M
• 
  # `8 C/ B1 k- b6 v) q* L3 M
• 
  2 v5 c! F' h. \6 A# [; w
• 
  : r7 F5 q3 V! ~5 X: y
• 
  
• 
  
• 
  - L' `/ a# a1 i# J' R* N! Z: P
• 
  
• 
  
• 
  . E6 y  y' ]- }% {
• 
  
• 
  ; D# c6 S% x$ u  @9 N
  - a! L1 R$ z8 g* `: o

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()

                               
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：

• 
  6 X. J  I  L) I/ S1 i' l
• 
  
• 
  + n" a* A7 a: }$ s0 {: N
• 
  + x$ {! _, V4 [8 D0 W0 F/ H
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  / s: P1 J2 e1 r& ~
• 
  / S  |& o$ o) Y0 Q( N; j3 C
• 
  
• 
  
• 
  . I/ Z9 X7 L# X4 K; G$ P9 R
• 
  2 r* G2 K$ @0 c3 V. {6 P
• 
  , D  j1 d; l$ M
• 
  
• 
  / E5 ~4 ~+ @+ r$ `3 ]* a9 D
• 
  
• 
  5 I. J% L) Q9 p& L+ k: T* M3 H6 A- ^
• 
  + a* h' `+ h4 x4 P2 U# [7 A
• 
  4 B- R3 L4 E+ R4 f% I& v9 ]
  / H; t! ~& Q  g- E

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()

5 S4 _8 A' y6 s' M# N' j0 t                               
登录/注册后可看大图

" S6 r: x/ X$ ?0 J" }

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。