【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("···")

  
  7 ?5 M" P0 a! A! t2 ^/ ~, l3 c

只要按照以上六步，基本绘图没有问题！！！

$ U+ F6 a# H: b. K" X( O) o
$ _) k9 h) T- P' v9 g: G3 @

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。

7 b2 C7 N) L$ L

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：

• 
  & w& R3 P! B2 F" u4 s' X( p( |
  

conda install Cartopy
9 f2 {( s1 S2 c/ `+ o  h

! B7 `& X" `' V% R
- h2 r) J' ^  \& X5 ^5 ]

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

• 
  
• 
  
• 
  ( i' A& N9 `7 m" K, I
• 
  
• 
  $ B" V3 u$ t0 a! |8 u, s
• 
  % t, f5 ^9 {4 g4 [. R$ F
• 
  
• 
  
• 
  7 V1 Z+ F# f9 z* y+ k
• 
  & Q9 c- ?" \! \( P. x7 ?
• 
  $ g  M" L' n0 |5 p
• 
  
• 
  
• 
  
• 
  + C( o' R. b7 H, e
• 
  0 ^  o+ X. ~- C% {
• 
  * m5 A2 Z! H) H# S
• 
  
• 
  # V' f* P3 W4 H; H( K
• 
  
• 
  
• 
  9 v- v9 A* e0 l5 [. ^4 N+ w1 e( b
• 
  $ @3 e- Z( U1 L2 E% t; u0 x  z
• 
  8 z$ Q! W& l) m) _) ?3 H1 M4 ]
• 
  ! h# j$ `* E) A7 q
• 
  , h$ z% Y1 v( I4 V, q$ |
• 
  
• 
  
  ) r9 l. K5 K3 F# u0 B9 r  o7 s

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 e+ |) q* R& d7 p0 H' T