【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("···")

  
  " S+ U0 P& `6 k# u/ W. s/ n! ^

只要按照以上六步，基本绘图没有问题！！！

( o- E! J, n0 I1 \" U
+ F6 N. d8 {5 b! q. z

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。

, ?. S1 T6 Y4 h# T3 Z

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：

• 
  5 A9 h' j1 U' J( E0 r
  

conda install Cartopy
7 @1 A+ ^/ v! p3 ]- u

1 w7 a% X9 I( o4 A+ A7 n5 ]

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

• 
  
• 
  0 `0 l$ i. \. f1 [
• 
  3 Z. k# }- u" z+ m( h$ ^4 A
• 
  5 Y8 L! T! G* u0 _4 ?: b
• 
  
• 
  
• 
  
• 
  5 L! m5 g) H6 H+ K; v$ N" F# Q
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  : e5 k7 c0 C: Z, R! C, L% T
• 
  , P1 Z% K6 S1 V& H
• 
  
• 
  1 A6 P7 D+ q" x; p7 g7 m; f
• 
  - _- h6 T* G& n# E9 U
• 
  , W% P; I: p( |/ z3 t" ^
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  6 Y1 C. t& x3 f) C* y% m
• 
  5 u: ?! L2 O0 n/ O+ |
• 
  : o$ r6 U4 x) i& n- ~1 u
  

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- U% O3 u4 y' L% {3 ~8 i
# y7 r" g+ z9 z