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。

* i# H+ ]/ x0 f

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 K6 e+ J, U6 y2 G
  

conda install Cartopy
8 ~4 H6 N: G* t6 N

8 Z' J6 t0 B7 k+ E$ ^, C
& @# D4 s* V$ q

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  / Q. Z$ u6 a" f, g$ ^) x6 I# i
• 
  6 y6 Q; e* Z: O: c3 z
• 
  2 A7 O: q6 i# X" Y: e' p
• 
  
• 
  + x7 ?0 ~! W& N3 I6 D
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()

---

• 
  
• 
  / C. y1 N% d, H! T/ w, f- U
• 
  6 D  m; ?& V) M2 y. [
• 
  0 z  M# c5 q/ o
• 
  
• 
  9 p5 A, R" Y' n# ~, v& t* O. a5 Q
  - V' A7 ~6 ~. {: G( N

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()
: U  p9 q! ~: Z  L( J

图形保存方式：

• 
  . U- L& d5 t1 x
• 
  
• 
  * _! Z% t! ]$ j4 P6 Z4 S8 i8 Q
  

# 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

绘制时间序列图

例：以三角函数为例绘图

• 
  , F  J5 U* a& F- W& X; f% i
• 
  
• 
  8 C) @8 \: ~  f  ?0 t
• 
  ( T4 l2 x+ _& p1 u* e
• 
  # L2 z- E: c8 n5 y" q, n
• 
  
• 
  
• 
  
• 
  $ J! e% u) \8 }& v5 h0 z4 R; L$ w) b
• 
  
• 
  ' G* V) k: `' n9 x' \, n" l5 w1 k3 q
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ; Y& ~2 p4 E- D7 H1 a" [
• 
  4 W4 s* o0 v0 I+ ]: E9 V
• 
  
• 
  
  

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()
0 @. i; b: S1 \; @2 ?

' E" Z7 `% v6 L7 |4 [, d% f5 e* w                               
登录/注册后可看大图

% o; a& ]6 H4 S+ x+ v2 K

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：

• 
  
• 
  
• 
  
• 
  4 ^' }3 a; }+ F( C; l( Y
• 
  
• 
  1 ^) G; r  Y2 ]; T
• 
  8 w& D" w' O1 W9 f: b+ j
• 
  
• 
  
• 
  
• 
  
• 
  , T! c6 ^& `; u) @
• 
  * u$ B2 Q) s2 T5 h0 e
• 
  3 S* V1 T% U) p  w
• 
  1 y! w& Q: F$ e5 d8 q
• 
  ! \9 ?( K! _2 o: e% Q; ]+ o
• 
  
• 
  
• 
  4 B& I0 }& [- }( [$ `
• 
  
• 
  # Y5 v8 W5 E% Y5 ^0 Q% l4 j
• 
  
• 
  
  # S: p0 ]9 ]* Q% b: \6 @

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()
% T: [: g5 N2 l

7 G  e% |0 P8 L5 l' v4 L/ B

                               
登录/注册后可看大图

0 O0 L0 Z' J# S

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。