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。

1 t8 G1 S% V3 C" h( 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。

: u" @0 w% T* z3 g/ a$ K

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

* Y0 S7 d9 c: I' {7 K

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  % R4 j) k/ H( q: Q1 T
• 
  
• 
  
• 
  # ~, P+ Q2 w  u5 v9 h7 N% E
• 
  
• 
  
    g5 K$ Z' P, @0 ~

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
  r& y4 B3 V) w( H6 I7 w0 F

---

• 
  , a9 o9 Z6 J: T% ~8 i$ s. J
• 
  7 z$ s5 a- U! }: k% u: `6 Q
• 
  
• 
  8 I, b" l" n3 b! ^4 ?0 z7 L! R
• 
  
• 
  
  

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()

图形保存方式：

• 
  ; u4 ]  N# u  t7 e- l7 ^& |
• 
  
• 
  
  

# 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 z, ]1 O7 L2 w& m+ U. [) z

绘制时间序列图

例：以三角函数为例绘图

• 
  & k" A( o- C2 C- f
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  2 `$ I7 J) s, ?' Q8 E5 ]
• 
  
• 
  
• 
  
• 
  
• 
  ( G" `+ f# g1 u) Z  k3 E" o
• 
  
• 
  
• 
  
• 
  + P9 Q! \3 M, l
• 
  $ _4 I9 e  a& m, `/ o: o9 F5 w
• 
  3 N0 _( g6 O8 b" y. _7 L
• 
  , p6 d, L/ Y6 m! |3 k
• 
  , [* y% P" P6 M6 Y
  $ ?+ F/ ]; y1 P# m# B

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()
; ]' b, D3 B  k% @: I2 ]! O' W% A

                               
登录/注册后可看大图

, x4 o2 B% ^0 L7 L

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：

• 
  " r% t1 f0 a. ]2 ~1 q
• 
  1 p# p( R) M# z6 F4 J, Z. g
• 
  5 y$ l6 X% {# X
• 
  6 E, l1 V9 g5 h% T0 \' T1 Q% l
• 
  & ~+ @8 |5 W- X& C9 A
• 
    x; B4 k( |6 E. R9 [
• 
  5 j: p( @: M: t) E% I4 o+ r
• 
  
• 
  
• 
  
• 
  7 S. J- s, O! l' x) d+ P6 U$ F, e
• 
  3 L: Q6 L. ^7 K  a; B. i9 }% X
• 
  
• 
  $ h( G9 J$ ^- c/ `3 O1 a) D( t
• 
  + ]' q4 H; i! x! G
• 
  0 u% M$ W: d, u
• 
  8 q5 T' S0 U: G
• 
  6 S* T6 Z3 _/ d# C
• 
  
• 
  " ~. v2 v; J7 G
• 
  % N, k! G6 P* w5 \+ ^
• 
  " I, Z' L/ C; Z. |
• 
  
  5 n3 Q8 P5 p' @/ p

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()
; \, E) ]# N/ Z, {# |! W/ C

                               
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。