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。

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：

• 
  
  

conda install Cartopy

/ W+ P6 K( a! W* U! {5 ?6 X

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  $ s* ]- P+ h+ q8 C5 |
• 
  
• 
  ! v. Q+ Z2 D9 V% p" M1 m
• 
  ' B5 L9 m: G7 @- ?3 H9 O% G! }
• 
  $ N; P5 ~, F. t9 r. w
• 
  
  

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

---

• 
  ) N0 u$ c8 S% v4 m' V3 j# y) y
• 
  4 l! v) H  q& M6 P) B' K
• 
  % ^" P" ?4 {5 p9 L
• 
  
• 
  
• 
  
  

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()

图形保存方式：

• 
  * @3 ]! f: r9 y1 N: R
• 
  
• 
  
  , w: }4 E  B3 g' P/ _" U# i# E" H0 X

# 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
' C* \( h( z* B  C: D9 X9 v7 `. J

9 L0 |: k: d# w' z) H" o

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  / P9 A9 r. w6 C: t
• 
  
• 
  8 u# d' {, V; Q- P$ e
• 
  : m' y& ?6 a) O3 Y; t/ ^2 t( }: F  `
• 
  * ]$ `- x& _0 P# L! a7 Q% V3 \
• 
  % _8 F# e' u- C% Y8 c. H
• 
  " f3 Y: [$ `) k
• 
  
• 
    b1 S- U, b0 a+ t
• 
  
• 
  . A" @$ ?  T1 X2 g! z
• 
  ' `) L* n0 Y# D( ?1 ~
• 
  4 B' n# {9 c( @
• 
  * Z8 J' j8 z. K% s' _
• 
  
• 
  
• 
  
• 
  / i: l, P+ S/ E3 m  R6 |
• 
  5 K# N& {2 \" R
  

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()
- i# Y: {( w% E" B( a# O4 |

, Z9 l7 a) q# q& h" z9 [0 M  |                               
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：

• 
  
• 
  " k6 W; X. o9 `* i; c+ {9 @& q
• 
  
• 
  & e+ b& J# f& L' h2 E
• 
  
• 
  
• 
  ) {( W. d* E: @# P
• 
  
• 
  
• 
  : e  R# k( d4 ~6 `) o- M
• 
  
• 
  
• 
    P/ {2 m7 Q8 N
• 
  
• 
  4 p) A+ ]- \$ V4 S) ^& C1 c
• 
  
• 
  5 Z# ]' X! \3 S
• 
  
• 
  8 t. r) S* S1 X% d) e% b
• 
  
• 
  7 ]- n+ y+ K& i! z: U$ `0 G
• 
  
• 
  / M2 j6 S( o; M8 z8 r4 H
  - c2 t; d2 c0 i0 w% L

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()

                               
登录/注册后可看大图

% D+ ]' P3 Q* J" Y# Y

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。