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。

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：

• 
  
  8 x& U6 v. C6 X8 k$ s4 w8 o

conda install Cartopy

+ t  G; J5 Y( t  q4 }  c# J

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  5 D) I+ g6 {- K0 x- F
• 
  
• 
  ! D) V7 E* B8 j/ L) \( u
• 
  . d: q% V, e" W
• 
  
• 
  
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
: d5 g$ _  h. C& O, r/ b, q3 I

---

• 
  7 e4 e- ^( @) M6 A/ @
• 
  
• 
  
• 
  9 q% O6 I# A$ W' F; R
• 
  8 K6 ]6 L0 i2 A
• 
  8 ~/ m" `" e: U
  

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：

• 
  $ b: C' U6 ], O5 v. Z1 P& v! B
• 
  
• 
  
  

# 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
' b+ C% `4 Q1 q

% P( U$ q, k- y' ^) W7 |" ]  }

绘制时间序列图

例：以三角函数为例绘图

• 
  1 \% T) z8 z: m1 s* e# c
• 
  0 V3 ]( P  r% c6 @- |
• 
  3 I) j: M0 h$ L* K; Q
• 
  
• 
  7 [/ E. @- }9 l8 v
• 
  
• 
  4 `- N( a/ d" q( J1 e) }. t1 v
• 
  
• 
  
• 
  
• 
  ' u% Z9 U1 y; A1 _6 M
• 
  
• 
  
• 
  
• 
  4 z) I: ^$ ~7 z- v0 m1 [& p
• 
  9 P* Z8 ^/ M$ `5 C7 u0 Q
• 
  
• 
  1 c8 J# S1 n- o# e9 E
• 
  
• 
  $ t  I1 P) H8 x! S; R# u
  

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()

                               
登录/注册后可看大图

4 w1 Q4 e+ O. l# Q) \

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：

• 
  ! g5 `* t) q$ @6 v3 |& \! X, i: M7 h
• 
  4 N0 {& @8 ^! _6 g. H8 U2 v+ D
• 
  
• 
  
• 
  
• 
  % q- \0 c% h; {
• 
  
• 
  + q. M: e( S- Z
• 
  
• 
  
• 
  6 ?2 D: O6 f1 k9 b, U) x& W) ]
• 
  : Q/ m. {2 i7 o7 N
• 
  * P# L0 E1 c. Z5 \  ~2 Q2 R+ w
• 
  
• 
  9 \* _1 ~! _7 }. O- g
• 
  
• 
  
• 
  2 t* S% j+ |8 _. b0 B
• 
  
• 
  , y: @+ E- @) c5 ~, z+ `8 B% N# ]
• 
  ) X. O9 L9 n- u$ m; M
• 
  
• 
  6 c* u9 r5 n6 W+ a& {
  9 W+ a6 {; u: e( m, g% ]

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()
: L! D5 E! J, ^$ `1 |8 C4 F. ~

# ~: c# ~" C9 P% _; p. \                               
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。