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。

- {. z: i4 M; o3 q* }: T# A1 E

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：

• 
  
  ; v# j) |, X: D( f* |: s! U

conda install Cartopy

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  0 K5 \: e' K4 w5 d
• 
  
• 
  
• 
  0 z( j0 c( w5 I
• 
  
  # |6 T* Z( F* G7 O. r, u

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
# f6 ?# s. c, O9 ]: U

---

• 
  5 E1 Q3 f# r$ y$ ^
• 
  
• 
  
• 
  
• 
  ' l) \: B* k6 D6 i; i' n
• 
  3 O6 Z2 W6 C8 Y  j( j
  $ h% A* y) R& Y  |/ ]0 w

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()
2 y& e' M. k7 g/ i/ f" ~* r

图形保存方式：

• 
  ' X7 d$ G+ m3 V* ^
• 
  / g: X- b) F/ ]- w
• 
  % n' l4 `. B" @4 S
    Q7 g& K# ]* `/ J* u3 o) P: G0 y

# 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

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  + ~$ a: b+ L2 z3 t% Q& |
• 
  
• 
  . Y5 Z1 ^; _+ @8 d" r- |
• 
  
• 
  
• 
  ) \7 w; D! v( _9 E% k! c
• 
  9 M8 ^) E+ D' J9 j) ~# R7 Q3 r
• 
  
• 
  
• 
  # L1 N# y( a: u4 b% a' k, S
• 
  , }# f. v' }' [
• 
  . ^& _: T4 E- |
• 
  9 p& m3 y" p, N7 x$ K1 O2 t
• 
  
• 
  * z# c2 q8 E. }7 Z2 U) P
• 
  
• 
  - @; M' S7 o- u8 m8 [- t
• 
  
• 
  . b; v; O, u6 m
  

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()

% r, ~" E8 s: W3 a$ N                               
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：

• 
  . n' e* F5 L3 ?/ \6 f- y9 q1 @; C; [
• 
  / Q- M1 ]6 D# R& ]
• 
  
• 
  $ v) }" ^7 M) I9 k7 i4 V
• 
  
• 
  4 |' k* p& V4 M+ y
• 
  
• 
  
• 
  0 N  b6 s+ k' s1 U# q: C
• 
  
• 
  " a# ~/ g# B9 L2 V. a
• 
  ' F: a/ n3 \( \
• 
  9 g! X3 z. j- v6 x. i" z# B
• 
  - N5 w# S. [0 C
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  7 B: j( \) c, y- z
  

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()
& T+ }3 L5 x% G0 R

, p+ b6 u7 S. ]  |

! H! y( j3 Q# m, k7 K                               
登录/注册后可看大图

3 T- \3 A! p* s; j3 b; o; d6 l" A. p8 w

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。