【气候软件】Python6：Cartopy和matplotlib包绘制气象图中图

气象数据可视化主要依靠matplotlib做绘图，其他库包为辅助，包括数据处理的，地理信息处理的等等。

绘图主要有六步（“六部曲”）（不是绝对的方法，视具体情况使用）:

• 引入库包：import matplotlib.pyplot as plt

• 设定画布：fig=plt.figure()

• 导入数据：之前已有介绍导入nc文件格式数据（【气候软件】Python读取气象数据 NetCDF文件（***.nc））和导入txt文本格式数据（【气候软件】Python2：读取TXT文本格式的数据）。

• 线图命令：plt.plot(x,y,lw=,ls=，c=,alpha=)

• 出图：plt.show()

• 存图：fig.savefig("···")

  
  

只要按照以上六步，基本绘图没有问题！！！

8 m- y' ]$ F) p1 k8 m
" t. R" X# Q- t. U) E

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。

绘制简单气象地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。

1. 使用anaconda安装Cartopy库：

• 
  
  & u  D- C) d& S6 @

conda install Cartopy
4 C# @: l# h. l6 p

8 Y1 {2 K7 a* `) ?, l) g& _8 {7 E
6 F. }* X- [+ P$ L$ x  m

2. 工作在多图形(figures)和多坐标系(axes)

MATLAB和pyplot都有当前图形(figure)和当前坐标系(axes)的概念。所有的绘图命令都是应用于当前坐标系的。gca()和gcf()(get current axes/figures)分别获取当前axes和figures的对象。通常，你不用担心这些，因为他们都在幕后被保存了，下面是一个例子，创建了两个子绘图区域(subplot)：

例：绘制图中图

• 
  
• 
  
• 
  
• 
  $ ~; G4 d1 `7 [" s( z5 Y
• 
  ) x  y7 |' l$ [  Q/ W
• 
  
• 
  
• 
  0 Z$ L) y0 b/ Z
• 
  
• 
  
• 
  
• 
  # \& S. E+ e, |
• 
  $ B" M% K; T7 P% c4 B
• 
  
• 
  * H# r( B- ]" H* w, E% V; \3 R
• 
  / x  p, W$ i! {# F
• 
    o) R6 k1 o7 Z$ O. h
• 
  
• 
  
• 
  # x$ V+ a) F8 H6 j
• 
  
• 
  2 T3 K! q& ~: J9 U/ ?9 [. ~7 {$ q
• 
  ; D7 `6 K. i8 i* b0 v
• 
  * j  e: a: M1 U  `
• 
  
• 
  
• 
  ( d% [5 G! x: ]! |8 M
• 
  ! q- z+ v1 }# [* v9 B" o9 W
  : G% u# G. Z4 g  \' d( C

importnumpy asnpimportmatplotlib.pyplot aspltimportpandas aspd#新建figurefig = plt.figure()  #默认的画布大小#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.sta2#新建区域ax1#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%left, bottom, width, height = 0.1, 0.1, 0.8, 0.8#获得绘制的句柄ax1 = fig.add_axes([left, bottom, width, height])ax1.plot(x, y1, 'r')ax1.set_title('station1 annual mean temperature')#新增区域ax2,嵌套在ax1内，看一看图中图是什么样，这就是与subplot的区别left, bottom, width, height = 0.62, 0.15, 0.25, 0.25#获得绘制的句柄ax2 = fig.add_axes([left, bottom, width, height])ax2.plot(x, y2, 'b')ax2.set_title('station2 annual mean temperature')plt.show()

* B; u& u/ T8 a; T" u3 `
% e( d0 U  y1 h