【气候软件】Python9：绘制中国/世界地图

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("···")

  
  , O$ T7 W# D* O# W. h6 J0 @

只要按照以上六步，基本绘图没有问题！！！

; l3 T# |4 k, K* ]. Y                               
登录/注册后可看大图

绘制中国区域地图

下面直接上代码（关于代码的解释已在注释中详细说明，应该能理解）

例1：绘制中国区域基本地图轮廓，包含省界

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

• 
  $ C  j) n3 P  J' u& f8 i. C
• 
  
• 
  ! h. k+ }$ H+ G8 t, X
• 
  
• 
  ' p" ?! \$ l$ m# q& r
• 
  7 f3 Y4 [2 u5 {6 k. a. g& W! [
• 
  % n4 C9 O& q/ @8 k. U
• 
  ( ]1 [9 h% L9 f+ E! k
• 
  4 H0 m; k+ e7 {7 O0 Q0 l
• 
  
• 
  
• 
  3 N$ a0 ]: }- r
• 
  
• 
  * ^( k9 |1 t( X, |$ {  Z: {8 N
• 
  
• 
  
• 
  
• 
  
• 
  
• 
    C) U0 Q# E  A5 Y& B8 _
• 
  
• 
  5 f8 |5 {4 c5 T* R$ g( f
• 
  
• 
  8 L% k1 m$ r0 @* r3 s
• 
  # f! a9 ]& Q9 |$ P
  

#绘制中国区域基本地图轮廓，包含省界#引库frompyecharts.charts importGeofrompyecharts.render importmake_snapshotfromsnapshot_phantomjs importsnapshot  #下载库包snapshot-phantomjs（中间不是下划线，是短横线）# ->Geo 是函数注解，表示该函数返回值为Geo对象defgeo_effectscatter()-> Geo:# 以下为链式调用方法声明对象c = (Geo()# 添加底部地图.add_schema(maptype="china"))returnc# 生成对象c = geo_effectscatter()# 渲染地图c.render()# 生成图片make_snapshot(snapshot, c.render(), "map0.png")
, n* p, A2 P( D3 Q, `/ c

/ R2 D. i- C! p

例2：绘制中国区域基本地图轮廓，并标记各省会城市名

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

) ^& m0 w$ ^8 j' e* b

• 
  , _+ T& b' X" H6 [1 ?3 b
• 
  
• 
  - y* u2 P0 K% ]( c8 j, J, ?
• 
  3 A& C1 W; d& R1 f5 m
• 
  & Y) s5 T& l/ X, E+ |
• 
  
• 
  + [0 h% U  V; m% b; p2 A
• 
  , x' m% K* b8 U) z: S; m: R$ B
• 
  * y% K7 Q- I) u: Y' o
• 
  
• 
  
• 
  - W4 O3 Y4 \: p/ O, X
• 
  * R  N" \) H- \3 V
• 
  
• 
  1 n2 R- ?! f& Z( w3 \& ]0 X. v
• 
  * Z+ H) o* M! `, {
• 
  
• 
  
  

#绘制中国地图，并标记各省会城市名#引库frompyecharts importoptions asoptsfrompyecharts.charts importMapfrompyecharts.faker importFakerfrompyecharts.render importmake_snapshotfromsnapshot_phantomjs importsnapshotc = (Map().add("中国基本地图", [list(z) forz inzip(Faker.provinces, Faker.values())], "china").set_global_opts(title_opts=opts.TitleOpts(title="Map-中国地图")).render("map_china.html"))# 生成图片make_snapshot(snapshot, c,  "map.png")

例3：绘制中国区域地图，包含海岸线

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

• 
    b, l+ P9 }% a' a* V. O  F1 k9 ]) q- \
• 
  
• 
  * m# U; s3 d& c, f- ~, v6 z: @
• 
  3 P# G, E4 ^: Y; e0 r
• 
  : Y; s5 [4 U9 y# V
• 
    a8 |, f3 w$ T  R
• 
  
• 
  
• 
  7 F. Q2 I% _3 H; u) }4 I3 Z
• 
  . D9 \1 X" F4 M; P  f' L5 c: f
• 
  
• 
  
• 
  
• 
  
• 
  4 }* s  H% S4 o- n8 e' x6 Y, d
• 
  
• 
  / T. ?* f3 t' z7 N0 C( K
• 
  ( l* P: |( O! N  ?+ }
• 
  1 m5 u: f. l3 C" X# i0 K. Y
• 
  9 E  ~* b& I3 Q' I& z
• 
  4 F; E8 |3 Q  t. i, ^& Z
• 
  
• 
  + z: e7 C) H+ x/ \9 |8 k
• 
  
• 
  
• 
  & P! M! z8 L3 m: o5 N1 @& @
• 
  
• 
  
• 
  0 E* j- p) c' I: e
• 
  
• 
  & f' I3 Q2 [0 @- [0 K/ @
• 
  
• 
  8 A# v+ F/ S9 b" ^
• 
  
• 
  
• 
  
• 
  , ~7 D; ?' @6 R( k, s. Q. ~
• 
  2 \" H0 e( A: R  ^8 K4 S! A  M; P
• 
  
• 
  
• 
  8 A: @# X. F& ]9 t7 j. T
• 
  ! N1 _) H% ~. i3 X* \/ d. }- b$ o
• 
  1 u/ g0 q) f7 j0 N1 X
• 
  * E4 y" l  \0 t0 j8 W9 ~1 L# i: c
• ​
  
• 
  $ r3 y- }+ a& }
• 
  . c$ G7 F$ H2 X7 V& w! X  t* Z5 \) Y
• 
  ( @8 f' f' e/ u. q* K9 @
• 
  , s  M* i8 i, I/ E
• 
  
• 
  5 Q& n+ N: G, t$ d$ }8 j$ k* }" z
    Z& `9 o4 V. r" A( K

##绘制有海岸线的中国地图#引库importpandas aspdimportnumpy asnpimportcartopy.crs asccrsimportcartopy.feature ascfeaturefromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTERimportcartopy.mpl.ticker asctickerimportcartopy.io.shapereader asshpreaderimportmatplotlib.pyplot asplt#数据data = pd.read_csv("meteo.txt", skiprows=1, sep='\s+', header=None, names=['station','lon','lat','tem', 'pre', 'sun'])     print(data)#建立画布fig2 = plt.figure(figsize = (15,15))proj = ccrs.PlateCarree(central_longitude = 115) #设置一个圆柱投影坐标，中心经度115°Eleftlon, rightlon, lowerlat, upperlat = (70,140,15,55)#建立子区域#ax1 = fig.add_axes([left, bottom, width, height])f2_ax1 = fig2.add_axes([0.2, 0.2, 0.6, 0.6], projection = proj)#在画布的绝对坐标建立子图f2_ax1.set_extent([leftlon, rightlon, lowerlat, upperlat], crs=ccrs.PlateCarree())#海岸线，50m精度f2_ax1.add_feature(cfeature.COASTLINE.with_scale('50m'))#以下6条语句是定义地理坐标标签格式f2_ax1.set_xticks(np.arange(leftlon,rightlon+10,10), crs=ccrs.PlateCarree())f2_ax1.set_yticks(np.arange(lowerlat,upperlat+10,10), crs=ccrs.PlateCarree())lon_formatter = cticker.LongitudeFormatter()lat_formatter = cticker.LatitudeFormatter()f2_ax1.xaxis.set_major_formatter(lon_formatter)f2_ax1.yaxis.set_major_formatter(lat_formatter)f2_ax1.set_title('Chinamap_coastline', loc='center', fontsize =15)  #图标题名#读取shp文件china = shpreader.Reader('cn_province.shp').geometries()#绘制中国国界省界九段线等等f2_ax1.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black',zorder = 1)#添加南海，实际上就是新建一个子图覆盖在之前子图的右下角f2_ax2 = fig2.add_axes([0.8-0.6/7+0.01, 0.25, 0.08, 0.13], projection = proj)f2_ax2.set_extent([105, 125, 0, 25], crs=ccrs.PlateCarree())f2_ax2.add_feature(cfeature.COASTLINE.with_scale('50m'))china = shpreader.Reader('cn_province.shp').geometries()f2_ax2.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black',zorder = 1)#出图plt.show()

" U" i5 C& ?/ ^0 B8 T

例4：绘制世界区域地图，包含海岸线（中心经线一般为本初子午线）

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

1 h  M4 J8 L; @6 r/ O

• 
  5 ?7 @9 ^" N7 O/ g0 G
• 
  2 v: t8 S) H; D0 l8 ^; `6 ]
• 
  : ?6 U* s2 @8 _) r
• 
  
• 
  5 s, x3 F# s$ D
• 
  
• 
  , N" G) c& W" f. }+ \
• 
  + |' y- i  F- I0 g0 B9 z
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  # n' ?0 I# ~4 R8 e; b
• 
  
• 
  0 G& Z; }$ r/ V- q4 s6 Z
• 
  ( I$ f" v6 P* h9 [  c1 y" z9 b
• 
  
• 
  " W" W$ g8 I' Q" j
• 
  ; _: @/ }+ K4 g( B" a  P
• 
  
• 
  
• 
  7 V3 b5 B2 l4 h, M2 b
• 
  5 s( a! G2 d2 ?! Z1 q$ f
• 
  
• 
  
• 
  
• 
  6 I0 t5 ?1 D3 i) T
• 
  - \) E. J. D% Z" c$ ]+ x
• 
  9 R1 a4 u! ~1 A" N0 o
• 
  
• 
  ! f0 ~0 g& h4 `/ K
• 
  
• 
  
• 
  & h4 G! ]7 Y1 R$ Q9 u% R9 p
• 
    p- f# J' M: [  p- v
• 
  
• 
  
• 
  # u7 I; W9 a. f$ G9 L
• 
  % ?& F% O; Z8 z
• 
  
  / A7 Q3 P% n! m2 w

#例1：绘制粗糙的全球世界图#引库importnumpy asnpimportmatplotlib.pyplot aspltimportcartopy.crs asccrsimportcartopy.feature ascfeature  #添加地图其他地理信息所用fromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTER   ##添加经纬度所用importmatplotlib.ticker asmticker   ##添加经纬度所用#中文及负号处理 plt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False# 解决保存图像是负号'-'显示为方块的问题#画布fig = plt.figure(figsize=(4, 4), dpi=200)#子图proj = ccrs.PlateCarree()  #默认制图时，中心经线一般为本初子午线ax = fig.subplots(1, 1, subplot_kw={'projection': proj})   #一行一列子区域#默认海岸线ax.coastlines()#添加其他地理信息特征ax.add_feature(cfeature.LAND, color='limegreen')  ####添加陆地######ax.add_feature(cfeature.COASTLINE,lw=0.1)  #####添加海岸线#########ax.add_feature(cfeature.RIVERS,lw=0.25)  #####添加河流######ax.add_feature(cfeature.LAKES)  ######添加湖泊#####ax.add_feature(cfeature.OCEAN, color='skyblue')  ######添加海洋########ax.set_title('worldmap', loc='center', fontsize =15)  #图标题名extent=[-180,180,-90,90]##经纬度范围gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.2, color='k', alpha=0.5, linestyle='--')gl.xlabels_top = False##关闭上侧坐标显示gl.ylabels_right = False##关闭右侧坐标显示gl.xformatter = LONGITUDE_FORMATTER ##坐标刻度转换为经纬度样式gl.yformatter = LATITUDE_FORMATTER gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1], 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3], 30))#更改刻度字体大小gl.xlabel_style={'size':3.5}gl.ylabel_style={'size':3.5}gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1]+10, 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3]+10, 30))

4 ^: `2 _- r& _9 |

                               
登录/注册后可看大图

例5：绘制世界区域地图，包含海岸线（中国移动至地图中心）

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

与例4不同的是只需要改动：

proj = ccrs.PlateCarree(central_longitude=130)  

• 
  
• 
  # e* x& r2 O3 u' ^8 Q
• 
  4 a- w# `$ V+ ]1 K: M- Z
• 
  
• 
  
• 
  
• 
  
• 
  : Z* @! A, G$ E; f( d2 a
• 
  
• 
  
• 
  ) O7 _- e. o% \* t4 m+ B( B2 D
• 
  & ~6 a2 Q6 e: ~( e, z
• 
  " t& V/ E7 `0 J" _; \! Q- F
• 
  9 q6 h0 u4 [  e- t+ m
• 
  
• 
  
• 
  
• 
  
• 
  5 i3 x& d" m; }4 l( n& D
• 
  
• 
  
• 
    g( [5 E) [4 t. p' `& m
• 
  
• 
  
• 
  
• 
  * u8 S7 z% A+ F6 Q$ L
• 
  
• 
  
• 
  & M* |/ Q5 R2 c& @
• 
  5 ?% T4 L+ n5 M  n, D; V3 R* Z
• 
  ; r8 O3 ]* Q9 z- i
• 
  
• 
  $ Y4 q! v8 I0 O" F  N+ `$ k% L
• 
  4 t( M7 S$ g( Y1 a3 |9 w
• 
  
• 
  " o) j# d) p  Z' ^
• 
  ( C2 f9 X( q/ V( N# T5 R( f
• 
  
• 
  & `4 H% J" {1 B) q; G- E  h
  

importnumpy asnpimportmatplotlib.pyplot aspltimportcartopy.crs asccrsimportcartopy.feature ascfeature  #添加地图其他地理信息所用fromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTER   ##添加经纬度所用importmatplotlib.ticker asmticker   ##添加经纬度所用#中文及负号处理 plt.rcParams['font.sans-serif'] = ['SimHei']  # 中文字体设置-黑体plt.rcParams['axes.unicode_minus'] = False# 解决保存图像是负号'-'显示为方块的问题#画布fig = plt.figure(figsize=(4, 4), dpi=200)#子图proj = ccrs.PlateCarree(central_longitude=130)  #中心经线为中国ax = fig.subplots(1, 1, subplot_kw={'projection': proj})   #一行一列子区域#默认海岸线ax.coastlines()#添加其他地理信息特征ax.add_feature(cfeature.LAND, color='limegreen')  ####添加陆地######ax.add_feature(cfeature.COASTLINE,lw=0.1)  #####添加海岸线#########ax.add_feature(cfeature.RIVERS,lw=0.25)  #####添加河流######ax.add_feature(cfeature.LAKES)  ######添加湖泊#####ax.add_feature(cfeature.OCEAN, color='skyblue')  ######添加海洋########ax.set_title('worldmap', loc='center', fontsize =15)  #图标题名extent=[-180,180,-90,90]##经纬度范围gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.2, color='k', alpha=0.5, linestyle='--')gl.xlabels_top = False##关闭上侧坐标显示gl.ylabels_right = False##关闭右侧坐标显示gl.xformatter = LONGITUDE_FORMATTER ##坐标刻度转换为经纬度样式gl.yformatter = LATITUDE_FORMATTER gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1], 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3], 30))#更改刻度字体大小gl.xlabel_style={'size':3.5}gl.ylabel_style={'size':3.5}gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1]+10, 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3]+10, 30))

颜色表：

' e0 V& h& `) ^: n' `: n