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。

  a) s- 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：

• 
  
  

conda install Cartopy
& [! \; k$ A9 P

7 o) S! l) |1 G1 u# z6 |

  `. @4 {6 x8 j  m: K* F, e

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  
• 
  
• 
  $ O7 n) q. s" D, W8 L7 c
• 
  
• 
  
  

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

---

• 
  
• 
  $ j& B9 q: \4 u. n+ I
• 
  
• 
  , [9 h1 k+ |6 A5 H6 V8 H( N
• 
  
• 
  
  & l# S9 F/ E1 J2 V( D; X9 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()
7 M% j9 ~6 N0 K, \# y$ Z  w1 f& d

图形保存方式：

• 
  
• 
  3 U1 X7 V* {$ g  b' 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
2 Q9 @! v1 _  A0 k) B# J

# v$ p- P) x8 t

绘制时间序列图

例：以三角函数为例绘图

• 
  ) w+ n+ l' Y7 X% y# w
• 
  . h) X& a! \3 d3 k
• 
  9 j. K; y8 T% I; T3 |
• 
  
• 
  7 Q% ~4 z& U5 t$ _: l
• 
  
• 
  ! _% h2 ~+ ~4 _" d6 b" c# h: k
• 
  5 x0 }5 x  V. V, u! E" w
• 
  - N! A8 _7 T2 S$ Y  {2 N) C
• 
  9 ^" O: B/ x, N& w# C; e# r
• 
  
• 
  
• 
  " w  r; a- Z6 D& |- Y
• 
  
• 
  ! g- w3 l3 b4 {( L( g% b$ V
• 
  7 N; D3 @3 m: N$ c" {
• 
  
• 
  8 z( e7 S$ ^& q' O# `
• 
  ) T1 {7 ]1 U% Z- ]7 _
• 
  - J  d6 F: Y1 I1 B
  

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()
) f' `5 H: p: }+ ]# B; p. I2 h

; `6 N( h7 n2 [& G5 P                               
登录/注册后可看大图

$ w& M7 ]: `1 ]" l+ m

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：

• 
  
• 
  
• 
  ) O$ W" g3 ~) J  k
• 
  7 n) J- T% E1 P5 x
• 
  1 k, X9 Q8 K' l4 }
• 
  
• 
  
• 
  
• 
  ( H7 z% |/ o, Y7 M" B5 x
• 
  ) H$ ]/ F5 I, B4 m% J% D
• 
  / t7 t! k1 }; T& w" g
• 
  
• 
  , u# d. i. {3 \8 R2 m: s$ w
• 
  . g6 A4 ]$ h7 i$ |- ?6 B) a
• 
  
• 
  
• 
    N) v/ k0 ~( B# g" K: f( C
• 
    [& _! C. B" s# R7 F
• 
  
• 
  
• 
  " M1 ?4 U3 d: e
• 
  - w. B" X/ A7 N: o( L* f
• 
  
  : A. m% o' Q' h; E3 G8 C$ a

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()
/ S+ S$ X! b/ e8 f# T8 s

                               
登录/注册后可看大图

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。