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。

) l3 h& K% V6 C7 ^% k& A3 X) o& b4 W- k

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：

• 
  
  * M' A4 }, e: w/ F$ Y

conda install Cartopy
9 \' R( `( g7 t& ~% N6 l

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()

---

• 
  
• 
  
• 
  + w0 Y& c& j) X) V+ R& l. d; K& D; Y
• 
  
• 
  # |9 E- A+ c+ @9 X0 j
• 
  ; _7 v! R# ?+ [. [
  

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()
1 ^. f. {6 i$ Z% f4 M# M3 u% O

图形保存方式：

• 
  . B* A0 g6 c- i% N
• 
  
• 
  $ T, h, z1 z* V3 O% H
  

# 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

• 
  0 O/ l3 o2 N& o
• 
  
• 
  
• 
  / f' \( J5 I, _) z' O( y+ M
• 
  
• 
  2 r& L/ G1 ~% d' Q" s. ~
• 
  
• 
  
• 
  
• 
  
• 
  : C0 |; A, Z# R  }: Q9 Z
• 
  % e6 y, Q4 z! k+ I6 P2 d5 q# a
• 
  ( r- @  p+ w# f" V" c
• 
  
• 
  1 F- K2 R( z# e/ P! g8 V
• 
  
• 
  ) T) P: W5 F0 z# M3 B
• 
  
• 
  
• 
  / Q9 G) s: z, l& r$ `) V2 s
  

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()
& ^# q# x( e& r( @& ^0 Y

                               
登录/注册后可看大图

9 {/ U0 s3 _7 F, B) f

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：

• 
  
• 
  
• 
  
• 
  
• 
  % q2 u8 ~" |& @: @3 f
• 
  
• 
  . R( \# P6 [& L7 i5 L
• 
  & Z1 E  A# n$ X& N2 M' ^. j  P' _
• 
  
• 
  ) N$ u- v# J" i8 n( M
• 
  
• 
  
• 
    g' J! T+ [9 Z  s
• 
  4 d7 {4 A  M" y  d$ h8 }( x
• 
  
• 
  ' l) l, x# a. t/ D; J6 ]% J
• 
  
• 
  # {8 C3 i! [- K* x! b
• 
  
• 
  . w9 ^! i2 \% V( u5 ]6 B
• 
  5 c0 e3 b2 a7 F, P! Q" u- H
• 
  
• 
  + F% ^+ `6 ?9 U+ `
    [$ ~0 n) ~; }. N/ w( }4 a9 L

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()
! v$ F3 G+ N: ?& ^# g+ x: _

) b: G3 g/ {# b5 k+ ]0 F1 q: g                               
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。