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。

' Z$ N* W% O% B+ `; Q

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。

, H/ P+ O! T; K

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：

• 
  5 M1 |6 S' ?5 f1 V: }& Q- @
  ; K' o$ g+ s" K

conda install Cartopy
+ \2 u/ l$ [, q% @0 v) h- _

+ n, O9 D0 `6 c4 K# I: g) O5 D

& |, ~" i, R2 K' t7 G' b

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  $ F3 t' u4 n* Z$ Z) H; m2 m
• 
  
• 
  
• 
  % F6 W; D8 y' t) \5 Z
• 
  
• 
  
  * }7 w+ k1 g1 [4 \: F

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

---

• 
  2 A8 G6 b( u% J, I
• 
  
• 
  
• 
  * I7 g6 k4 l- a4 |* {) Q$ D
• 
  - C0 Q0 I" E& p/ {! B
• 
  8 [$ ~) I) f4 O2 m! |; M% g
  

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()
2 w. ^! i2 M' q

图形保存方式：

• 
  1 ?/ H' f' ]' q2 G+ `' U9 `6 T
• 
  
• 
  ) u. h8 e1 ]0 \3 c) r; `/ o
  + v3 l3 r; x3 _: Z

# 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
- p; T+ U& k! [% F7 e6 \- L. r* r

. @2 g/ u# h2 d1 A: i( i4 y& e

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  
• 
  3 @% P9 _+ S3 |: c- S9 E
• 
  
• 
    j8 n) t8 g' J4 c  J$ n
• 
  
• 
  : Q4 N- K# ~* }3 e0 @% o7 T1 r" G
• 
  : n* E5 ~# C  F2 `  A; J
• 
  & d% h' m  i* D' J8 u
• 
  ' N( g- e4 ^& O  H; [
• 
  
• 
  ; r. S8 L, {7 M3 B; s
• 
  3 Q  M) A8 u' _8 _' B+ k
• 
  ; k0 g0 ]  c* k9 R& J" |2 j( n. l
• 
  
• 
  # P* |5 U5 e' r' ^. Q3 D
• 
  
• 
  
• 
  
  

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()

; M: F; j, v, c

5 G" Q# M  o# R7 u9 C0 i                               
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：

• 
  
• 
  % r! K$ e; z6 k. {: |1 _' `
• 
  0 W. K" R% `# a3 V& L6 w
• 
  1 c* F  F. n5 |' u, |, v$ k* }
• 
    x/ _+ M2 T& b
• 
  5 L; e' R4 O3 q& k1 C0 ^/ E
• 
  $ @6 J9 h* r; t' U0 K3 a% \
• 
  0 W* h" l4 n1 }9 Q0 l
• 
    O- M$ h: v* H. F
• 
  
• 
  
• 
  
• 
  
• 
  - e9 r; H* L& V: t$ T
• 
  2 T; n1 c9 r8 ~
• 
  * ~, l! m- r) F; j) R. c5 S/ b* e
• 
  6 H3 A7 q% x6 }0 I) u
• 
  + X) d: i/ M2 I. w+ |" O* A) h
• 
  % n. s1 ]6 c" I: S
• 
  
• 
  " V$ k, Z) Z" q7 b/ L3 C
• 
  
• 
  
  

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()
( z9 I7 Q9 }" u5 n: a5 C

& h0 t2 e2 R% b# M3 I' m

                               
登录/注册后可看大图

; ~! z; V& A$ O& m! w' b$ 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。