【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("···")

  
  ! I( M6 p0 X- {* C- m3 h# D2 B

只要按照以上六步，基本绘图没有问题！！！

% i* b, n/ ^+ D- d

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。

: U; s/ e$ \! q7 m

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：

• 
  
  

conda install Cartopy
  C. D1 O5 V1 o- J

! _! |0 @9 v5 Z& F
! P; j9 \0 K; @6 P+ b& s

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

• 
  
• 
  ' k9 E3 M0 A! l$ s" y1 x1 S
• 
  / x2 G* _+ z9 B: K
• 
  
• 
  * c% F" I& [5 r2 j6 s
• 
  : R# q( g* B* u" V" f! h, L
• 
  ; ?, P0 H$ L* P3 }4 X( e
• 
  
• 
  0 I+ Q+ v9 ~" c: t
• 
    I4 U5 h* Y6 m, u
• 
  
• 
  . F7 o# H7 a* L; v/ m
• 
  3 I! X/ ^' D$ [3 M0 E) U
• 
  7 u! _9 n' I3 F/ @7 R: `- V; w
• 
  
• 
  
• 
  . z) F" e1 j5 A, z+ ]
• 
  
• 
  & C7 W" W6 b: a3 F
• 
  $ S" C! F" ?1 l4 {7 f+ ?2 W4 U
• 
  0 s0 g6 }( ^4 e( q% E* f! Z; W
• 
  4 k2 Q2 J4 I/ a) D8 [* `( a
• 
  + ^- N6 J! I3 n- @) ~$ a
• 
  
• 
  
• 
  
• 
  ! U5 O4 h  ^" e
• 
  + u- |; Q$ o. H: e( j
  6 |2 j) j$ D5 f9 B9 s+ R* y4 m

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()

$ {. A: O" Y. @5 J' L/ \# |' w