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。

. \. u4 i7 Z- G, n& E5 w6 {+ J* s" s

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：

• 
    Z; G# o( u% g( D; g5 s; t9 T. ^. D  B
  : x9 E/ y- w& J) o; R) Z

conda install Cartopy
6 _* ^. N, D6 c7 c  R6 w' r8 g, C' D3 _

, G" t9 \. {5 q, ]) ]% d+ X
: s. R( _) E6 P# b

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  * I+ a4 L( L/ {+ ]
• 
  8 k2 E, L5 m' @
• 
    _+ K' j7 d* T/ i( Q
• 
  
• 
  
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
. X# z' R8 L! r$ k

---

• 
  
• 
  
• 
  + \% A* M; A: q
• 
  3 H% M$ C9 u0 V0 r
• 
  
• 
  + H& y: q  e4 h
  5 C5 R( B9 B0 h7 x# W

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()
+ q" y3 X: G3 e+ `: [9 D

图形保存方式：

• 
  5 Y- b& Z0 }) ?* U  H: ?1 O9 F
• 
  
• 
  / M4 H/ e  r9 z; j1 x# y
  

# 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 h1 Q: ^; _8 \

绘制时间序列图

例：以三角函数为例绘图

• 
  0 h4 H2 L6 b5 h# v2 F+ X4 i, Z
• 
  0 c' j/ v. g5 o% m1 F/ X1 r6 d
• 
  
• 
  
• 
  $ W0 V6 ]. n8 L& \
• 
  
• 
  ( F% e+ K$ a  [) S0 \7 O! d( ^  h
• 
  2 b" E7 l5 L2 V7 h" w
• 
  
• 
  ! d" o1 q, L7 _6 m; B  f( U" [& N
• 
  8 F1 C. I/ [+ v) e( A, r, l  E
• 
  
• 
  0 o$ k  V3 E' q. A0 g
• 
  
• 
  
• 
  
• 
  1 f1 _; [- l, }
• 
  # W6 y' T8 {( ^5 ?. ~! }
• 
  4 p: R% C' e" R, x# q/ H& `
• 
  
  

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()

8 E, P5 A0 z! O7 @: t1 h

                               
登录/注册后可看大图

! }& G7 c8 `5 Y+ {

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：

• 
  2 E! ?- o  \6 E2 ~# M* ?' v1 W  w
• 
  9 P4 B2 s- m! ?  d6 I8 |6 U3 m
• 
  
• 
  
• 
  ! Z8 ^+ X" Z  g3 _0 V- I. \
• 
  ' n0 \  N. z& P7 R( c9 \7 f: F
• 
  - o5 N; z2 B' _+ t7 _
• 
  4 t# _& V2 j; y- \
• 
  8 K, z: G: S+ C6 E8 l0 |
• 
  
• 
    _& b! x8 i/ O3 b! i+ G
• 
  2 q8 u. U' ~6 ?, h; A
• 
  5 K, @  @% T$ }3 D3 J8 k5 ^2 i9 S  O3 c
• 
  
• 
  
• 
  4 D. k' R' s2 R0 |# f; x1 ?  G
• 
  5 I& r- x9 `; b6 y  M+ q* F
• 
  # \+ i) W, z! ^- w* J! p' _
• 
  8 R5 [5 W( }1 R+ u- M- X! G4 A
• 
  
• 
  
• 
  8 l- ~/ _+ F6 C- s9 S& z
• 
  
  0 d3 |2 |" V. j- C6 \" W

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()

9 J9 i2 H6 [; I2 ?  s                               
登录/注册后可看大图

# @4 T; `4 B: ?6 B( h8 D2 h+ n4 j

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。