【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("···")

  
  " Q0 `- x4 Z" s

只要按照以上六步，基本绘图没有问题！！！

0 F/ y) A9 i1 ?  I" v6 K) ?

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。

/ E) m3 \3 E2 V

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：

• 
  ; k& e' ], Y# N1 B0 x) t
  

conda install Cartopy
0 ]1 C: x# a9 z2 m' U  \7 A

. _$ F2 U* X0 |9 j* C' N! o9 a

2 x( O- M5 A" R$ u# X# A: \

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

• 
  ' V3 |  ^6 S3 i+ L
• 
  
• 
  7 _9 [/ }- g/ r' Y7 u/ x
• 
  . q6 G/ C% E+ ?1 @, c8 E# g% K
• 
  
• 
  : B& {7 c+ D& ^
• 
  + N4 e9 H: K; l! q
• 
  ) X' A! D3 C5 t
• 
  
• 
    h& O, }, V) n$ F  {* [( I
• 
  , b2 c7 b, A9 ?( ?9 ^
• 
  ( T$ x# V6 d5 j0 R1 d/ T# z
• 
  
• 
  
• 
  
• 
    S3 O# p7 G$ K' X
• 
  
• 
  
• 
  1 L- f; \1 B1 ]4 ~0 t& X* \- H6 o
• 
  
• 
  
• 
  
• 
  2 t1 `" g: |) u6 r+ i
• 
  
• 
  # Z- Q) g  }8 `0 Z" D
• 
  ! v( z0 Y% F; b# R3 X8 w- Q$ h
• 
  " S$ p3 d% C5 Y" r
• 
  6 Q! n" q' y' A, u. `7 p; \/ K
  

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 x) L: I3 {7 C6 D1 U; _

1 {7 @% w0 w8 t# B& m+ w5 ^* r
; U# I# X+ m0 u+ T. }
9 ]+ K- j/ i  x- X0 v. H