【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("···")

  
  4 J, q0 D( a8 f, y5 W, T

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。

5 `& J% D4 B6 w0 e/ e

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：

• 
  3 @- w' F6 q9 H5 C8 f8 v" S
  ( U+ j9 A" V9 @& b+ s) q/ s

conda install Cartopy

6 e9 q% }( z. Q4 o/ K

7 v1 i) Y$ J( n* l

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

• 
  
• 
  2 J2 k6 q& J' N7 I8 G4 W" P
• 
  
• 
  + T) _: D, N- U
• 
  2 C. n: c/ v' O9 D# S
• 
  
• 
  " n* M  t; P6 s/ ]3 L
• 
  2 S3 D5 g! @9 `
• 
  
• 
  . Z1 C7 ~* C6 k: s
• 
  0 l" R2 ~$ U: e
• 
  5 }. b' H/ W2 e8 |+ ~: Z$ _1 G
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  % z; f6 c3 A) N* W' B) V2 Y( i
• 
  6 ^6 m1 T$ w6 I$ I7 ?
• 
  5 ^8 {# B9 i. H$ n
• 
  
• 
  
• 
  / R+ a& @7 G: {# s& v# K; H
• 
  0 [$ v/ ?5 h- }' m! j
• 
  
• 
  
• 
  
• 
  
  

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()
# }1 m% A; O, \- D# S

4 @2 s3 v- H. p, t' U9 i
4 l+ k4 ]) n- q) w2 R4 t( v( o
8 `. @( _6 y6 L' c0 u7 X