【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("···")

  
  : \  R& s& l* c

只要按照以上六步，基本绘图没有问题！！！

9 F6 G, J6 Q+ ?* Y6 Y4 k2 q

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
7 f% g8 u4 ~+ h7 M1 d

0 j# ]9 d! _( ?$ U- l

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

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  , F" o( G  A( M& M8 n0 `$ W. K
• 
  " t* Z5 j3 J) K6 n
• 
  ( s4 }7 H6 w3 U/ Y% k
• 
  6 M- g  H) J3 [, h3 p5 w  e
• 
  
• 
  
• 
  0 g; ~: C6 N4 X8 N2 D
• 
  5 e2 I' w2 L( b
• 
  
• 
  + V* k  n0 @- G3 ~1 X/ [) g5 x
• 
  
• 
  3 ?8 h' Z7 Y! e9 d
• 
  7 T- g4 h$ e9 u! R1 G
• 
  , M% A( _3 D1 x# R. t1 o
• 
  
• 
  5 s$ H% _* x) J: f2 ]2 v2 {
• 
  
• 
    [0 ]" S( d" U$ R. |: f
• 
  , P# T  u" ^% F6 f  U
• 
  
• 
  
• 
  ; N& X% J. [( S+ A1 K% n2 N% t. Q) y
  

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()

& k. l2 i- R2 R) R

) w- i: y* P8 x