【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("···")

  
  # q# B  `. v% p4 y

只要按照以上六步，基本绘图没有问题！！！

7 E" n" q$ L) x. H
/ l& n$ _. M' E  u

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。

0 D  c* a- g. A. k) _, S

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：

• 
  
  " H/ [" L/ {6 l! O. @

conda install Cartopy

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

• 
  # N% B5 K9 g  N/ s9 x8 S
• 
  " D+ D5 l/ u5 O1 e' h$ h  S
• 
  
• 
  
• 
  8 @" `9 z4 M4 _1 U/ {0 e
• 
  ! c9 X; C6 K& {+ v* w$ M
• 
  - L1 g/ ]' C) U
• 
  * q4 h) {6 `/ y& _" k
• 
  , [' x) q* z3 J* J! X: D6 q
• 
  " O, ]+ T/ o; y. \) x6 D* S
• 
  6 \. j8 }* W& x2 e
• 
  
• 
  
• 
  
• 
  
• 
  + e7 V: C) N6 J3 @* x2 s2 e
• 
  
• 
  
• 
  
• 
  & i" A" v9 j; P2 F
• 
  + A; l4 a, l3 K* J- G4 h- X( R4 v
• 
  
• 
  7 L# n6 B. F8 a* }1 I9 q& z
• 
  
• 
  # n( ?$ V+ b6 _7 l9 P/ W
• 
  
• 
  % R8 l1 H6 Y4 M" ?4 I. i0 Q
• 
  
  8 c3 }) m3 y+ O8 ?5 C

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()

4 `; L- e6 z3 r# i' G8 d
! X. u/ f- Q. l) Y4 o$ S* R
+ P. \* ^' |, ]. q4 _