【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("···")

  
  

只要按照以上六步，基本绘图没有问题！！！

5 ]7 a: g' a) K! N$ }+ 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。

0 z: E! Y. s: d/ {0 h* W

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：

• 
  
  2 O: `/ Y( S: p0 L

conda install Cartopy
- c& z+ C! f. C4 c  D- x

) _, a: k& q! q7 H; b' E4 R
' k0 \1 h8 S3 C9 U4 h
; B- l3 y5 ]4 M

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

• 
    L: C/ S. p9 \  ~% o/ e
• 
  
• 
  , `* G6 Y* w3 s+ k, E0 v
• 
  
• 
  ' n" Z& {/ v# `2 ]/ U
• 
  4 m( }$ b9 g' a, e
• 
  
• 
  
• 
  
• 
  - Y) D5 V* w+ s, T$ P+ E& \* n
• 
  0 H" z: L: b* B$ D1 N
• 
  
• 
  ) O4 n: y- S$ E( I4 o, `% p, b
• 
  
• 
  
• 
  ; S4 P% U  z/ S
• 
  " q( m/ V7 p- g) J! x7 D$ i
• 
  + {- E# ?( F+ c/ t  E
• 
  
• 
  
• 
  9 J5 o) Y- K6 u8 r6 F# ?
• 
  ' |4 n5 ^6 Q0 n" H' L. o9 }5 L
• 
  - R& S) {8 j( F- p
• 
  
• 
  
• 
  
• 
  
• 
  
  

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()
, N7 ~( z; E# R2 U+ g9 ?1 t8 O# A

0 _7 B' H+ `4 G3 t& z* c6 L* F( A& p