【气候软件】Python9：绘制中国/世界地图

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("···")

  
  4 K! G7 r- \. p2 R& ^3 a3 f3 {# T2 [6 L

只要按照以上六步，基本绘图没有问题！！！

! K4 ^+ q0 Y6 L- Z                               
登录/注册后可看大图

绘制中国区域地图

下面直接上代码（关于代码的解释已在注释中详细说明，应该能理解）

例1：绘制中国区域基本地图轮廓，包含省界

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

• 
  % ~7 ]% Q& U8 j' H
• 
  2 {8 n8 o, R# v4 U! ^8 l* R8 c
• 
  
• 
  
• 
  
• 
  
• 
  # _* x' X/ Y5 }! I! E7 ?7 z- q, y
• 
  ) |! b/ w0 [, K( M) A4 y
• 
  
• 
  
• 
  % B% Y# j) l& r
• 
  
• 
  
• 
  4 @0 t  s0 T# {  Q4 V  D" n. L
• 
  " w# x+ M2 T; g9 ~
• 
  8 _5 Q4 a& w. U: s+ i; w( Z
• 
  5 ]9 i  A% l; d1 K0 o+ |8 f+ y
• 
  - X7 Y9 i# X- l9 {! c$ f
• 
  2 v9 J0 I" o$ ~0 B4 g) g- t8 l- T
• 
  
• 
  : d, p2 O$ r4 Z+ T
• 
  
• 
  * u5 i6 A; a, V4 y+ N; K- ?
• 
  
• 
  # c* N1 D9 C- X) T$ j( B
  : C; B' z8 T, R6 U, V  r

#绘制中国区域基本地图轮廓，包含省界#引库frompyecharts.charts importGeofrompyecharts.render importmake_snapshotfromsnapshot_phantomjs importsnapshot  #下载库包snapshot-phantomjs（中间不是下划线，是短横线）# ->Geo 是函数注解，表示该函数返回值为Geo对象defgeo_effectscatter()-> Geo:# 以下为链式调用方法声明对象c = (Geo()# 添加底部地图.add_schema(maptype="china"))returnc# 生成对象c = geo_effectscatter()# 渲染地图c.render()# 生成图片make_snapshot(snapshot, c.render(), "map0.png")

5 @) q" j$ v7 X1 B
, A# W7 p/ `" x( M4 W

例2：绘制中国区域基本地图轮廓，并标记各省会城市名

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

& |( }" J: \- I& m1 Y5 }. w/ x1 M( A

• 
  
• 
  
• 
  / Y; g) T$ J" X, e. J
• 
  
• 
  9 X8 B0 ]9 k6 t9 D' V
• 
  
• 
  
• 
  4 [9 O! M. p: O  e: X  `7 ?% \6 H
• 
  
• 
  
• 
  9 Q( Y7 Z" ]' a3 ~) j1 l  t' z! C7 Q
• 
  
• 
  ! J, k5 U0 R% v# c1 q
• 
  
• 
  " ~5 k1 D1 C% l4 E8 I" J
• 
  
• 
  
• 
  ( q- Y  D! M( Z2 r# q1 o( I
  $ _% f2 y! h! I; G0 s

#绘制中国地图，并标记各省会城市名#引库frompyecharts importoptions asoptsfrompyecharts.charts importMapfrompyecharts.faker importFakerfrompyecharts.render importmake_snapshotfromsnapshot_phantomjs importsnapshotc = (Map().add("中国基本地图", [list(z) forz inzip(Faker.provinces, Faker.values())], "china").set_global_opts(title_opts=opts.TitleOpts(title="Map-中国地图")).render("map_china.html"))# 生成图片make_snapshot(snapshot, c,  "map.png")

例3：绘制中国区域地图，包含海岸线

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

2 f/ X1 M4 L" ?9 F. E

• 
  
• 
  6 }0 {- w# W7 k: \$ k% \& w* y5 J
• 
  8 g  [6 e9 g6 B
• 
  ( e* j. w  C! m' D& H7 z
• 
  
• 
  , a# T' N# H$ \/ O6 k
• 
  # v. g( b9 p. Y
• 
  : G* ]6 P# V/ j9 u
• 
  
• 
    K% _+ D* g6 y) X7 T5 w
• 
  " ~( U- M! h, {7 G
• 
  
• 
  / N9 r! a  w) V+ p. s
• 
  0 d: u' v, f- Z
• 
  
• 
  
• 
  ) S& W: \3 |5 q$ N" ~9 f$ m
• 
  ' @* X) K) |' i9 A. Y+ Z
• 
  
• 
  - I- l* a: m3 }7 |$ U7 K. s
• 
  
• 
  
• 
  " {5 ?1 s/ i1 L/ f- E
• 
  9 ~& g9 J2 G5 h6 s5 Y; F  T) D8 s
• 
  
• 
  
• 
  
• 
  / P4 a# v6 j% l) A, f6 K
• 
  " j8 m! f3 {# o. B( @
• 
  
• 
  , C" N# n% V6 O8 q' q
• 
  
• 
  
• 
  % t: I+ M* ]7 m( G
• 
  
• 
  
• 
  ; _" H7 \( O2 i  t7 _6 C7 @+ [
• 
  ( H# U4 S# {8 o( [0 f1 |
• 
  $ L+ I, J; @+ F% y
• 
  ' L& c" @% ^) E9 g
• 
  5 q4 y# n+ Q# N: d5 S, n
• 
  6 U4 H6 i  y& P
• 
  ' j) ]$ c* Y2 I; Y- M7 T& A2 C$ `% F2 D1 s
• 
  0 X" \: D8 [9 Y/ ^: I
• ​
  
• 
  $ T2 `: A4 }5 y/ a$ B
• 
  
• 
  
• 
  
• 
  . z& e3 Y/ {# Y% b- y5 p: W3 ^, [
• 
  
  

##绘制有海岸线的中国地图#引库importpandas aspdimportnumpy asnpimportcartopy.crs asccrsimportcartopy.feature ascfeaturefromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTERimportcartopy.mpl.ticker asctickerimportcartopy.io.shapereader asshpreaderimportmatplotlib.pyplot asplt#数据data = pd.read_csv("meteo.txt", skiprows=1, sep='\s+', header=None, names=['station','lon','lat','tem', 'pre', 'sun'])     print(data)#建立画布fig2 = plt.figure(figsize = (15,15))proj = ccrs.PlateCarree(central_longitude = 115) #设置一个圆柱投影坐标，中心经度115°Eleftlon, rightlon, lowerlat, upperlat = (70,140,15,55)#建立子区域#ax1 = fig.add_axes([left, bottom, width, height])f2_ax1 = fig2.add_axes([0.2, 0.2, 0.6, 0.6], projection = proj)#在画布的绝对坐标建立子图f2_ax1.set_extent([leftlon, rightlon, lowerlat, upperlat], crs=ccrs.PlateCarree())#海岸线，50m精度f2_ax1.add_feature(cfeature.COASTLINE.with_scale('50m'))#以下6条语句是定义地理坐标标签格式f2_ax1.set_xticks(np.arange(leftlon,rightlon+10,10), crs=ccrs.PlateCarree())f2_ax1.set_yticks(np.arange(lowerlat,upperlat+10,10), crs=ccrs.PlateCarree())lon_formatter = cticker.LongitudeFormatter()lat_formatter = cticker.LatitudeFormatter()f2_ax1.xaxis.set_major_formatter(lon_formatter)f2_ax1.yaxis.set_major_formatter(lat_formatter)f2_ax1.set_title('Chinamap_coastline', loc='center', fontsize =15)  #图标题名#读取shp文件china = shpreader.Reader('cn_province.shp').geometries()#绘制中国国界省界九段线等等f2_ax1.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black',zorder = 1)#添加南海，实际上就是新建一个子图覆盖在之前子图的右下角f2_ax2 = fig2.add_axes([0.8-0.6/7+0.01, 0.25, 0.08, 0.13], projection = proj)f2_ax2.set_extent([105, 125, 0, 25], crs=ccrs.PlateCarree())f2_ax2.add_feature(cfeature.COASTLINE.with_scale('50m'))china = shpreader.Reader('cn_province.shp').geometries()f2_ax2.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black',zorder = 1)#出图plt.show()

例4：绘制世界区域地图，包含海岸线（中心经线一般为本初子午线）

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

9 a8 n, j( x8 B. O3 y

• 
  : k- ~) Q( i! m2 l1 N9 Z
• 
  9 q" T6 J% o8 d) {
• 
  
• 
  
• 
  
• 
  3 G, @) m3 G7 ~; J
• 
  
• 
  : f0 r7 I3 f4 W- Z! }
• 
  
• 
  . }3 m* X4 r4 C2 D* U) J. K
• 
  
• 
  
• 
  
• 
  
• 
  & ^' d7 }+ u6 |5 U% g# t- v6 g& O
• 
  
• 
  - g7 A% B8 {8 S4 l. w1 {
• 
  3 r$ B* L2 h7 y2 x2 Z
• 
  ! r8 ~; z+ q% ^" F
• 
  * c% R$ k; n$ z8 g
• 
  : f5 H6 m3 o0 ?. Z# K' [
• 
  ' T+ C; m4 y. o5 r$ o7 q, l; o
• 
  $ M: R( m* [+ r& f" b: ~$ y
• 
  - Q' p- v# _+ ?; G9 P
• 
  
• 
  
• 
  
• 
  
• 
  8 i& T0 e6 r0 t1 f
• 
  
• 
  
• 
  3 D# p4 }! @: t$ R9 Z* d
• 
  
• 
  ( y; D0 b. \/ }
• 
  0 W" [5 `5 F8 g# e
• 
  ! B8 @. J* E; ]2 O$ ?4 i
• 
  
• 
  , X! @' M' _4 j8 e+ d& z
• 
  
• 
  $ F! X9 s7 s6 R
• 
  
  : @0 I3 Q5 h# X, b

#例1：绘制粗糙的全球世界图#引库importnumpy asnpimportmatplotlib.pyplot aspltimportcartopy.crs asccrsimportcartopy.feature ascfeature  #添加地图其他地理信息所用fromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTER   ##添加经纬度所用importmatplotlib.ticker asmticker   ##添加经纬度所用#中文及负号处理 plt.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#画布fig = plt.figure(figsize=(4, 4), dpi=200)#子图proj = ccrs.PlateCarree()  #默认制图时，中心经线一般为本初子午线ax = fig.subplots(1, 1, subplot_kw={'projection': proj})   #一行一列子区域#默认海岸线ax.coastlines()#添加其他地理信息特征ax.add_feature(cfeature.LAND, color='limegreen')  ####添加陆地######ax.add_feature(cfeature.COASTLINE,lw=0.1)  #####添加海岸线#########ax.add_feature(cfeature.RIVERS,lw=0.25)  #####添加河流######ax.add_feature(cfeature.LAKES)  ######添加湖泊#####ax.add_feature(cfeature.OCEAN, color='skyblue')  ######添加海洋########ax.set_title('worldmap', loc='center', fontsize =15)  #图标题名extent=[-180,180,-90,90]##经纬度范围gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.2, color='k', alpha=0.5, linestyle='--')gl.xlabels_top = False##关闭上侧坐标显示gl.ylabels_right = False##关闭右侧坐标显示gl.xformatter = LONGITUDE_FORMATTER ##坐标刻度转换为经纬度样式gl.yformatter = LATITUDE_FORMATTER gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1], 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3], 30))#更改刻度字体大小gl.xlabel_style={'size':3.5}gl.ylabel_style={'size':3.5}gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1]+10, 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3]+10, 30))
+ w- s+ i* \( X. g6 I$ W

" J+ O& z4 I7 V' S3 ?9 O                               
登录/注册后可看大图

例5：绘制世界区域地图，包含海岸线（中国移动至地图中心）

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

与例4不同的是只需要改动：

proj = ccrs.PlateCarree(central_longitude=130)  

- y& ?# T  b* J) _) U# g, m

• 
  % O8 j: A3 W/ [3 H9 g+ d( d
• 
  8 _) a, ~5 w7 m; U& T
• 
  " I1 Y0 T1 p6 M! ?
• 
  
• 
  " E1 P% Q3 G9 N, x9 }3 c
• 
  
• 
  
• 
  / x$ c+ d# ]6 X" ~, d: C4 k
• 
  $ [, l3 e5 v1 W+ g
• 
  
• 
  
• 
  . y: M& T* B' A6 w- o1 R7 ~5 K
• 
  
• 
  
• 
  
• 
  " r" i& A5 z' J/ w$ o4 J2 U
• 
  
• 
  
• 
  0 X2 T6 F2 X3 d: @6 V4 s0 l
• 
  
• 
  
• 
  ( m4 R9 P2 P) K% C" e2 ~6 j. m6 t
• 
  ) W" i2 q% M+ {3 [$ D; f
• 
  
• 
  / @$ n4 b% u! }, ~- ]  e
• 
  " Z5 F7 c( _2 M( {& q  ~% e
• 
  " m& I8 @+ I9 o& z$ Z+ G
• 
  7 H" j' Y2 v( V8 l- b% K9 ?. o
• 
  
• 
  
• 
  
• 
  . w. Q% ]3 V# R* I. O2 C
• 
  # Y7 ~( _& c7 ^! c1 [0 Q9 ?
• 
  5 ?% J2 t9 f) h# h7 B
• 
  1 S( C$ V; q/ X" q- r5 j; F4 ]
• 
  
• 
  3 I7 I6 o4 s1 P& [/ ?8 p$ n7 N
• 
  / T0 X- J% D) L: B7 G
• 
  8 T( f* ?8 E  k% _
  

importnumpy asnpimportmatplotlib.pyplot aspltimportcartopy.crs asccrsimportcartopy.feature ascfeature  #添加地图其他地理信息所用fromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTER   ##添加经纬度所用importmatplotlib.ticker asmticker   ##添加经纬度所用#中文及负号处理 plt.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#画布fig = plt.figure(figsize=(4, 4), dpi=200)#子图proj = ccrs.PlateCarree(central_longitude=130)  #中心经线为中国ax = fig.subplots(1, 1, subplot_kw={'projection': proj})   #一行一列子区域#默认海岸线ax.coastlines()#添加其他地理信息特征ax.add_feature(cfeature.LAND, color='limegreen')  ####添加陆地######ax.add_feature(cfeature.COASTLINE,lw=0.1)  #####添加海岸线#########ax.add_feature(cfeature.RIVERS,lw=0.25)  #####添加河流######ax.add_feature(cfeature.LAKES)  ######添加湖泊#####ax.add_feature(cfeature.OCEAN, color='skyblue')  ######添加海洋########ax.set_title('worldmap', loc='center', fontsize =15)  #图标题名extent=[-180,180,-90,90]##经纬度范围gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.2, color='k', alpha=0.5, linestyle='--')gl.xlabels_top = False##关闭上侧坐标显示gl.ylabels_right = False##关闭右侧坐标显示gl.xformatter = LONGITUDE_FORMATTER ##坐标刻度转换为经纬度样式gl.yformatter = LATITUDE_FORMATTER gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1], 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3], 30))#更改刻度字体大小gl.xlabel_style={'size':3.5}gl.ylabel_style={'size':3.5}gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1]+10, 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3]+10, 30))

颜色表：

2 P. G& N4 k; r/ E" w