Python4：Cartopy和matplotlib包绘制地图和时间序列图

温馨提示

（1）本号分享的有关python的经验方法都是基于anaconda下载的库包（conda install 库包名 或 cmd 命令 pip install 库报名），以及使用anaconda里的spyder(python3.8)编辑和运行代码。

（2）所有的代码都是经过了spyder(python3.8)正常运行得出结果的，可以放心使用，也欢迎交流和讨论。

（3）使用的软件以及不同版本，都有可能会导致代码运用出现问题（不代表分享的代码有问题或是错误的。），关于不同版本运行本号分享的代码出现问题，请自行网上搜索解决办法解决。

（4）如有转载或分享请注明出处，尊重本号版权和辛劳，谢谢！如有侵权敬请联系删除。

/ K. E. i' @9 C+ f

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。

绘制简单地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。创建基本地图非常简单，只需告诉Matplotlib使用特定的地图投影，然后在轴上添加一些海岸线：

1. 使用anaconda安装Cartopy库：

• 
  
  

conda install Cartopy

$ ]" C' W. v! |1 S9 C/ [

1 C- `) Q2 C/ o0 X- P1 S

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  , w& r; k" g% P, i! q
• 
  
• 
  ' s2 l8 I! B  W
• 
  
• 
  
• 
  3 D( [# n6 E1 y
  % M+ b5 r- V! G7 y- k) `$ ?

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()

---

• 
  
• 
  6 s' l. u( Y$ \) p- g
• 
  
• 
  
• 
  : m' ^% k, f7 ^. E: f+ X1 \" S2 @
• 
  " W+ F2 A( p1 o2 U/ Y1 U4 J4 R0 E
  4 v' T5 d0 }' _; x+ s- s

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#换一种投影ax = plt.axes(projection=ccrs.Mollweide())ax.stock_img()plt.show()
1 M- S+ L6 n  y" ]4 S

图形保存方式：

• 
  
• 
  
• 
  - }, Q1 R* M$ ]! H0 j! e3 y
  

# Save the plot by calling plt.savefig() BEFORE plt.show()plt.savefig('coastlines.pdf')  #保存为pdf格式的文件plt.savefig('coastlines.png')  ##保存为png格式的图片
8 k! v9 W$ `+ N0 ~% ?0 I/ J7 r& K

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  7 h# h# W1 q9 F+ J
• 
  ! [) d9 r' S+ \) U- ]' w
• 
  
• 
  
• 
  
• 
    V' s# C, C4 b3 b5 k
• 
  : K; L' l4 f3 `1 O5 G; k
• 
  - ^+ W6 t* T' ]" U; k
• 
  ! _, v# A7 S2 D; n8 ?% l: C
• 
  , c6 j8 e( B" s% [
• 
  0 C; W7 l. y4 l1 Z
• 
  / B7 ?" G9 L8 b+ |
• 
  
• 
  5 Q: {4 N# ]) Y2 _
• 
  
• 
  
• 
  
• 
  
• 
  - d; e2 O" J# m! i8 r; O) y3 n
  

import numpy as npimport matplotlib.pyplot as pltplt.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x = np.arange(-2*np.pi, 2*np.pi, 0.01)  #设值y1 = np.sin(x)y2 = np.cos(x)plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, label='$sinx$')  #绘制sin曲线plt.plot(x, y2, label='$cosx$')  #绘制cos曲线plt.legend(loc='upper right')  #图例plt.xlim(-2*np.pi-1, 2*np.pi+3)plt.xticks([-2*np.pi, -np.pi, 0, np.pi, 2*np.pi], ['$-2\pi$', '$-\pi$', '$0$', '$\pi$', '$2\pi$'])plt.title('三角-函数')plt.xlabel('横坐标')plt.ylabel('纵坐标')plt.axhline(y=0, c='black')plt.show()

. q! T( o8 x9 ~3 M6 ]

5 I/ p. Q7 C6 p" M& q1 {( k* R) \                               
登录/注册后可看大图

) i. a0 u& a/ e

以某地1979-2019年平均气温为例绘制两个站点气温时间序列的子区域图：

数据内容如下：

• 
  ( @% P& w. W4 j+ O
• 
  
• 
  # P- Q. k) i8 l
• 
  
• 
  
• 
  ! ^6 X4 S& {. V6 x1 r" |) o( O  `
• 
  
• 
  
• 
  1 o$ O# l0 a6 p# P1 k
• 
  
• 
  . Y8 h: u( l0 \: v: n3 i- R3 \3 B
• 
  
• 
  5 Y/ O- I* @& w7 l2 k
• 
  
• 
  
• 
  : h" i0 M  J+ v4 v7 l5 n! t
• 
  7 X2 K8 [) e& A! s. N1 D4 V
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
  

import pandas as pdimport matplotlib.pyplot as pltplt.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#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.sta2plt.figure(figsize=(10, 7))  #画布大小plt.plot(x, y1, 'r',  label='$sta1$')  #绘制sin曲线plt.plot(x, y2, 'b', label='$sta2$')  #绘制cos曲线plt.legend(loc='upper left')  #图例plt.title('1979-2019 annual mean temperature')plt.xlabel('year')plt.ylabel('tem')plt.show()

                               
登录/注册后可看大图

使用matplotlib.pyplot(plt)进行绘图时，直接使用plt里的函数：使用面向对象的方法，先产生一个Axes对象，再对此对象进行操作，实现绘图。