【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！！！

( ~. ~$ X( f, ]  I8 b9 h- o1 u4 a

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：

• 
  ' I7 W9 S0 L7 W! H' k* `5 r
  ( V7 V1 ?1 F" O0 u$ d

conda install Cartopy
; [  a5 a7 q- m0 Y( I. O* v- u

( _$ O' q" j* m; B
' w7 E% b8 D1 a! y
. Z% `" D8 I3 k- z6 b. y; 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

• 
  
• 
  
• 
  1 \' ~# b3 ^/ R" Q0 l
• 
  
• 
  
• 
  ! [% r( a  ]& l$ r9 u* I
• 
  9 U, G, I, Q5 Y, ?, B' C- ^
• 
  
• 
  : V! f+ q$ }+ m9 p5 ~: x
• 
  " z' `" q! Z5 ~+ a5 u1 _
• 
  
• 
    c! k* D, I  r: Z6 ^" O
• 
  
• 
  ' m1 y; z/ K: b& x4 }
• 
  ( D: N4 h7 J2 |1 D6 C6 Q+ n
• 
  % R4 z6 c4 S5 t. D
• 
  
• 
  . Q3 U; L9 q* @# n
• 
  
• 
  2 ^$ ?& y8 p* F( [2 W  k5 @
• 
  
• 
  1 u  Q8 s% Y( A% |
• 
  / y7 E/ |  T$ ?; g0 }  D. I
• 
  
• 
  
• 
  % H% V5 Q+ T9 n$ m% |9 }
• 
  $ u  H- ^/ ^+ Q% Q
• 
  / o1 V/ t# h6 W. ?  G4 E
  * z. b0 p4 F$ }0 R1 v! x

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()
$ C( W- @& V9 M0 p& i

  R3 T3 m; I* K( [
" d% t2 O2 V- ]% ]/ I; c/ y