【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("···")

  
  ! c% E2 }9 ?- h  l5 W8 Q6 R& t2 ^

只要按照以上六步，基本绘图没有问题！！！

: O! c& C  W: L+ I( L" j! X) O5 i

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

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

• 
  
• 
  + z& l; V: R2 M- X# h9 C3 r% h, G
• 
  
• 
  
• 
  2 V4 @) ?( u, D5 @; a- D; W- A& }
• 
  2 D" G" V7 K0 a* R- I7 G  H# `+ @
• 
  
• 
  . ]/ Q5 @/ M* E  L1 D- m
• 
  
• 
  ( {: o$ W, i6 N0 u; _) `" n( M) e& o6 J* {: M
• 
  + J8 B& a% q& J2 f6 D
• 
  5 V; [8 K0 P$ |  Z
• 
  7 x6 f: x. \2 _# e5 F9 F
• 
  1 U0 q* O- q8 y* `
• 
  
• 
  6 m5 d1 M; K$ k
• 
  $ y( s( k9 A1 o
• 
  ! H( ~& \& F3 @7 ]: i% u/ M7 d
• 
  
• 
  0 V) J. z& E  Y/ C" q3 o$ R& j
• 
  9 }  |7 X$ Q) C5 n4 S
• 
  & X7 J3 t9 Y" k$ Y
• 
  + W  G% z% D2 E, P  ]
• 
  , n' n3 B) N7 R4 a1 U
• 
  
• 
  2 U; N* |$ }' g( J/ i
• 
    B7 O! y) d$ V' x* Z# `
• 
  # B9 A9 W% q* X& Q+ L  V
  6 U, B& T2 h7 p% E' H

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()
. R; Z1 F/ B& A6 C0 |8 X

2 @/ u0 d# Q% Q& B* j8 E
# U6 _6 O) S4 m' p; n