【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("···")

  
  1 X7 y# u( u8 V

只要按照以上六步，基本绘图没有问题！！！

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- s9 ^# o2 \) S6 D* Q

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：

• 
  
  

conda install Cartopy
) M& I" Y7 F% c; @: M  z0 g: S3 m

6 P0 W; L) N2 ^

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

• 
  
• 
  - H' k$ K/ N) i/ z& t2 c6 O$ R
• 
  
• 
  
• 
  ( S0 H- L9 ?6 I' D0 |- s  v6 H3 p
• 
  , k( D- T' E1 s% ~  H
• 
  $ p5 S! L- t: F/ S) C8 q. I1 }! {; V
• 
  
• 
  ; i% G+ O5 e2 }0 r- q8 W. L
• 
  1 J3 ]4 f: ~5 `  n+ Q/ i8 ?. k  L
• 
  & _  Y, q. G/ X0 K( s, c; `) Y: W
• 
  
• 
  ! G1 i0 D  N5 X+ {; d
• 
  
• 
  4 w) }, J$ e% Z# J; g
• 
  * p) W6 B) I3 j1 H* K) [$ l& l
• 
  
• 
  % E. \9 j$ ~- m, T
• 
  : S' ?0 R- C, E* `* s. X4 K
• 
  % L7 l% w% J9 R4 F) c' _
• 
  6 B/ x  n, }" z2 e) R+ R; c* N# r: A
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
  

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()

4 a4 ~4 ]$ @& f8 k
# c0 z: M, o# J
: G- A# q, u3 e9 @  y, E