【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("···")

  
  0 W6 b7 V# {7 N2 f% X

只要按照以上六步，基本绘图没有问题！！！

  @* N4 G$ ^% f- v! y

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：

• 
  : `/ M4 S% j2 b1 a  X
  5 A/ R& d  r" r" }

conda install Cartopy

# f) x7 Z. v6 v/ U
% ?; U/ b+ D8 e5 E, i+ z

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

• 
  
• 
  
• 
  ! n# \  r) C5 S: Q
• 
  6 _1 y) {' m- X6 C, r. `: ~
• 
  ( g* v6 j7 G3 v7 ~# `
• 
  
• 
  
• 
  
• 
  : b; D" [' f1 {5 @8 m, S
• 
  
• 
  
• 
  
• 
  . A& E& O/ G7 d
• 
  0 D7 ]1 C7 i  l  @% b
• 
  & a% |/ Z. V9 W' [8 C
• 
  ! B5 x( b8 T8 s# F! s
• 
  9 @2 y8 R" C1 W1 ]: F" H
• 
  . f) q& R3 r) h  t# }3 w2 j
• 
  - ^* Z9 j8 u: I
• 
  
• 
  
• 
  7 r6 h* [" }: ^( X7 p% [( k
• 
  
• 
  
• 
  
• 
  , `: l2 W) N7 N/ ?- p& ?
• 
  ! X2 F4 G, a" A7 l3 Y
• 
  5 @1 K# S5 A' L
  ' n$ t1 s% k( V% i. n) f

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: E' I& v) ^5 t" P

) @6 L  l; E9 ^* c6 _9 q+ [0 |