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。

" v. U: u" S7 I! E, `: J

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：

• 
  4 V4 Z+ |; S1 s; P1 I4 V
  

conda install Cartopy
* Y5 d! R& d  s5 j

$ Z1 h0 Y9 l( R  j" }

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  7 q' w' C$ j' s3 m- s  X
• 
  
• 
  
• 
  
• 
  3 }6 g& q3 R& ~1 \
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
9 v' G! E, ?, m# {

---

• 
  
• 
  
• 
  / {5 y" v9 W- w$ U4 _. t' c! M
• 
  
• 
  
• 
  
  ; b# L/ ?3 E! C) `

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()
; g* P; ]2 d1 p" A  L

图形保存方式：

• 
  
• 
  
• 
  ) y# m& D8 n4 I" T
  ! E4 H1 o2 z3 C/ a$ I

# 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

2 t2 {/ P; R* `& K& ~, x2 I

绘制时间序列图

例：以三角函数为例绘图

• 
  3 d! p' Q; z" c* y+ @4 p( m3 [' P
• 
  - u7 c$ N+ t' b; C" @( C. k
• 
  
• 
  
• 
  4 W! |" C) u0 ?& t
• 
  
• 
  1 J+ J* d, Q9 T) g& r! E" [  v$ o
• 
    z. w* x' }1 b/ H$ X
• 
  7 H2 ^4 i/ Y2 S: N7 ?
• 
  
• 
  + [8 O- ?% R3 J4 ^6 j4 }* ~6 X5 j. A
• 
  
• 
  5 y! m. H* t; `) K/ C
• 
  
• 
  
• 
  . A' v' i% j! Z( H  w* g
• 
  # s: }1 x/ Y" N( b# {$ ?
• 
  
• 
  9 J$ H' r1 r! ]& I
• 
  & j1 @+ H9 ]$ Y/ F9 }* Y, N/ [- u
  0 }& i# W. a9 R/ i0 p  g8 ~4 y

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()

& v' `% o0 R+ I) I9 Y: Y1 B2 R

$ ~5 `" T; n6 R( g0 R6 u# G                               
登录/注册后可看大图

7 p4 ^2 L3 {2 v; o5 B

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：

• 
  ' U* \* L( l3 S- l; F1 \
• 
  1 i/ X4 F6 N7 |. p
• 
  
• 
  
• 
  & ?) d2 `! N* Z  @' Y3 S7 P
• 
  / \+ c0 ?, ]  m  S, U( R1 V5 W
• 
  
• 
  
• 
  ( i8 p4 g2 A2 E' g; [
• 
  
• 
  $ @, F; G: u2 w, M7 Q; e% g
• 
  
• 
  
• 
  0 k7 t7 @' p+ U8 e+ P, J
• 
  . e& J5 \* v% d& Q
• 
  
• 
  " H# `/ q$ }7 o
• 
  + Z% {& H& K# N( y7 @: J4 y. \
• 
  
• 
  
• 
  . v( p8 o4 x4 a8 z7 }1 t4 l* ?/ K
• 
  
• 
  
  + i# q) o8 Y$ R: f. S. @

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()

3 ?8 o- A4 p, T" H% n4 C4 t8 S

                               
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。