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。

, M* G/ j: a" B: b/ `4 P

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：

• 
  ' n' }! q# k1 f( t, f3 V  a
  , t6 B- O3 ], F, k& d% l& ~

conda install Cartopy
1 N- ^" u) h8 ]/ U0 r) O

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  ! Z( Z& `3 T; X: x$ i
• 
  % G0 [. n6 P% q# `. D" A) x
• 
  
• 
  3 i- G7 ^3 ?* Q; c
• 
  
  0 d# \* c+ k& Q( C

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
- y* L- Q. {  v0 o

---

• 
  1 p! {$ z0 T1 I& i7 E
• 
  
• 
  5 C5 u, a- |$ x) w2 w4 }
• 
  # \9 p" G9 A$ J' f
• 
  
• 
  
  

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：

• 
  & c3 v5 U7 v4 X6 R& d2 [/ J
• 
  
• 
  $ y6 j0 M4 ?, z6 ~
  3 e' L5 D7 o% m. S( }+ T4 E

# 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

• 
  % x6 `$ W  U( k9 v8 \" D7 d" B
• 
  3 A5 r& v7 N; a2 Q, p
• 
  
• 
  
• 
  5 m; s6 g6 S: X4 Q7 T" e8 w0 x
• 
  
• 
  2 o1 ~) C: M4 O: `
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  7 @# x* Y# W! ?8 @1 u% F  m
• 
  
• 
  ( l2 s! m7 \! C7 S2 ?: U
• 
  
• 
  ( u2 C3 P0 }! v
• 
  
• 
  3 R2 o* z, u- y
• 
  4 A7 F7 Z+ u1 ~7 F' L/ g
  

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()

                               
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：

• 
  
• 
  
• 
  
• 
  
• 
  - w' k7 }* A+ A0 ^# d/ x4 X
• 
  
• 
  ! P2 b% a4 a" w
• 
  6 b" v3 K; Y/ c6 G1 T8 x" q
• 
  " ^% O1 I/ p3 c
• 
  4 @" K0 [1 s  g* J% h
• 
  
• 
  
• 
  ! S" T# R+ [, }4 W. [6 V3 U; `
• 
  
• 
  
• 
  6 i" D5 K4 b8 t! |
• 
  
• 
  2 n1 B# n( J1 `, G  K6 G
• 
  ; f; z7 ]9 R/ k, v1 J
• 
  
• 
  
• 
  
• 
  
  & @( S: I4 z; G  E/ f

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()
) [% G( d1 a  \" ]: y

) [( M( z! N/ Z' J$ h8 J                               
登录/注册后可看大图

: o+ o6 V" l1 x3 W6 O0 m6 C

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。