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。

( l# i! L3 e! b8 i6 J( {$ I3 z

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：

• 
  
  $ e, F' g! c: ?' T

conda install Cartopy

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  
• 
  * E% a% x/ q; }) J, w* g" D
• 
  
• 
  
• 
  
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
5 T) W) D  ]( e, l

---

• 
  * O5 X+ p8 B" Z. v, W( d
• 
  - v9 @6 v, Z" ]
• 
  0 K7 o& x( m! T3 n* {( |9 N4 N" ^, o
• 
  ' b/ E5 }2 D6 D- [7 Z- {
• 
  
• 
  
  & U1 ^" U* a" X: W' F, n5 ~

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()
" r8 l7 V- r1 l2 K0 V6 d& z, [

图形保存方式：

• 
  / D" H% Y0 C* ]
• 
  
• 
  6 R, j, l2 e  E! o3 U1 M- `% P
  / {, n! R. E1 a: T, n: Q, t

# 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
6 d4 M; p2 `- b* b: C

绘制时间序列图

例：以三角函数为例绘图

• 
  * h$ |, q- Y8 z" A& B
• 
  
• 
  
• 
  
• 
  0 }* u# M2 w7 _+ t2 j
• 
  
• 
  , l. g) ]- s8 k
• 
  ; i1 D8 \  Y* F9 i$ \$ d, N! P
• 
  
• 
  . z/ q) V% W  P; a- O) _
• 
  
• 
  $ Q# z+ v& c: Y7 Y  D: u! c8 K' y
• 
  6 j, N  r6 K- \+ z; F1 L
• 
    R2 k) ?# `: E" a
• 
  
• 
  1 ^, N) o) J" A, @# M! V
• 
  
• 
  6 p* {% O* o# w/ m
• 
  
• 
  4 t+ A# t7 I' o  r/ g& P% m4 V
  8 X! R1 d) V( K4 M8 J' D; ^9 j

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()
1 U. K) z7 v  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：

• 
  . H' v# }, W) H% M
• 
  " j" D+ {0 k/ X
• 
  
• 
  
• 
  9 |% S' _( E+ o/ ?# _4 P# T
• 
  
• 
  
• 
  
• 
  & J2 [" p: A' h1 O' }) x' R  G
• 
  3 N9 W5 [7 q: J
• 
  * h- y2 Q/ H2 ^
• 
  ( S/ B9 Q$ C7 I' I' ~" e5 {- g
• 
  9 D6 l3 t! j/ N/ U. k2 D" i, W
• 
  
• 
  
• 
  
• 
  7 y- Z: V; k# v! B  p: J
• 
  ! p. z7 l" f: X% Q
• 
  9 ~' H  ~" S4 R) @
• 
  # W! c5 S* f! r# q
• 
  
• 
  ) L" D3 X7 J& I, A% {# Y
• 
  
  ) [: J8 L% S7 C2 j

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()
% U( u9 A+ H( u5 G

5 b9 D6 `9 @6 E# h2 @  K: F                               
登录/注册后可看大图

0 \, J, ~6 F$ A

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。