【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("···")

  
  3 o$ D1 h* R  v+ S' o8 Z9 o

只要按照以上六步，基本绘图没有问题！！！

* J" G' U/ G9 Z) F

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。

4 G7 A; Z# \- M" k- _

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：

• 
  
  5 U3 h( Q  v! q% M4 o

conda install Cartopy
. \& d, Y9 ~  A+ H" g" g0 c; @2 V

) w# A& H5 v) `* R: X6 H
2 F. [7 m7 {5 u/ p; Q

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

• 
  9 o: F6 g- L, E
• 
  
• 
  4 m& ~5 @; a8 J- _1 W
• 
  # N' P5 s' H' U1 }% M1 P& F2 M
• 
  
• 
  
• 
  
• 
  3 P+ p7 F. O& k* I/ _: W. P0 \
• 
  ! A5 f1 ?( h9 S+ _" `( l
• 
  
• 
  
• 
  
• 
  * c* a+ @+ d# ?; q1 `$ {
• 
    P) [1 ?$ \  Z: g) h2 g* [8 b
• 
  
• 
  
• 
  - u" x& P! b4 i4 E( {
• 
  
• 
  
• 
  
• 
  
• 
  ! Z' d2 [/ G4 o, n( A6 V
• 
  
• 
  0 r. ]! T4 ^! I6 f
• 
  4 @. A; R  c7 @/ ]! Z- {8 v
• 
  
• 
  2 P* h' P2 a  F! u7 J& d
• 
  
  / ~! P6 I4 @+ n0 j! p! Y

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()
  ^/ l: h9 Q3 B

- G5 w* z  P2 z. K5 }. ?# Z