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：

• 
  : n$ g( s' M& l: Q% \. M1 q- r1 K2 h
  

conda install Cartopy

& P. V. @* O6 ?' C& [  c
  O5 h3 Z( y$ a6 @4 Y

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  
• 
  , C+ j/ g' ]" a
• 
  
• 
  
• 
  
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()

---

• 
  7 }' ?4 Y6 |! f5 ^9 X2 {0 L
• 
  
• 
  * X1 K2 c% I4 @' n& q& {
• 
  
• 
  
• 
  6 ~1 x7 b: N( p+ |
  # C7 T* u# Z; n8 c0 z

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：

• 
  
• 
  ) a: d' P4 f6 z+ s" E8 {8 ^. q. I& s
• 
  
  

# 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

3 f* ]  z6 H. G8 k8 ~

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  # @9 X: p7 `" E5 }3 `
• 
  
• 
  
• 
  . X. o$ P# r$ v2 F2 f; L
• 
  $ f4 ^# ?0 H0 S; ~' I- p# o* M
• 
  1 S; {+ U& S" w: J: j8 \: o
• 
  
• 
  3 ^7 T4 y* b# a) v4 S# C
• 
  
• 
  : a1 B; L9 L5 P
• 
  : y% z- p  `- y% Q* T3 L
• 
  / Y5 j7 O3 B# F4 _& |
• 
  ' k8 K: y4 F$ y/ V, r! m4 g3 u
• 
  0 E# u: V7 X5 I" p- c# C3 x+ |
• 
  
  

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()
4 X0 L) w. V7 j* k) G

+ y8 h! G( W5 e$ C! @9 n3 s/ _

                               
登录/注册后可看大图

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：

• 
  & O) I1 b/ X! S: d' o! G- L
• 
  " G" D  i" m# T8 a
• 
  9 z" e6 y, a6 z7 R  g# Z
• 
  
• 
  
• 
  
• 
  
• 
  1 f7 {8 w6 I5 z6 R8 Q- }# J5 j
• 
  ( ^  b( S1 W2 ~# o
• 
  9 |2 ]8 b1 W( }0 x5 W; Y
• 
  
• 
  
• 
  3 L% C. o! r7 c% x( h) Q
• 
  ) h9 Q+ f4 G/ j: _; Q. c
• 
  2 G% w) ~5 e. M& L
• 
  * N& i: G+ t4 W# y  L
• 
  
• 
  6 H6 B) M' z1 G( z
• 
  
• 
  " J; ^6 b, p& P% _: T# S" g" U
• 
  ; s" r; I  K& I2 b( E; z  r4 D
• 
  ' E3 N% D* b) T( z( N
• 
  
  : V0 a& r' |; l/ c

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()
1 P  P0 X* i2 p  L; A

                               
登录/注册后可看大图

+ g& g4 y, Q, P* m

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。