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。

, m, o4 X! o' r) Y1 z2 c/ }8 L

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：

• 
  
  

conda install Cartopy

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  " t/ e/ Q7 e: E
• 
  ; n; H# d6 M+ O$ s9 x
• 
  ( O2 E) Y3 ^  k% _2 d
• 
  
• 
  * B8 Y8 {3 ?; e$ a2 o! C7 t
• 
  ' o' `( }1 ~" R$ H8 P- H
  - T1 _- z) T) t& V( l/ T

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
& j( x9 B& W: F$ _% f

---

• 
  
• 
  9 ?4 K$ W" L) I5 |2 o
• 
  $ k% r/ @. u' G5 M
• 
  
• 
  + }' N9 u& Q+ n
• 
  
  

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()

图形保存方式：

• 
  
• 
  
• 
  
  

# 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 h) q! j" n( T8 @$ X

9 r3 d5 ^, \3 u: @

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  3 ]+ u5 j0 W9 |: V/ T: f; w5 U
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  * I' |8 k. z- p! e$ h" I
• 
  , F* D. b/ R1 a( f6 [7 `7 Y; D
• 
  & ~$ U) ]& H: P# X+ W
• 
  2 S! O% z+ ^0 L1 V# f
• 
  ; v! U/ c5 U' p( O. y
• 
  9 W: C6 w5 a" u( x$ q' [
• 
  
• 
  2 w5 T% w1 b4 e+ }
• 
  % r7 I( [1 s6 |7 d
  

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()
/ c; R7 r1 x  Y- i

1 ?4 [5 L" Q7 r/ s

                               
登录/注册后可看大图

0 c- M8 B3 q, E

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：

• 
  - p/ T) x& l0 _& t, f
• 
  
• 
  6 C# z  Y: S: `  y) r- t* p, ]
• 
  
• 
  
• 
  . w0 |  X+ g; }- Y. M
• 
  
• 
  0 e0 I: P$ t3 b" O5 c+ s) R# i
• 
  
• 
  
• 
  / Z/ y5 ]( m0 n" N) `3 q
• 
  
• 
  6 K4 R* R) g8 n7 g2 _4 D" `! t
• 
  
• 
  / q4 N. ]& w% m
• 
  : v: ~" `! @" ?' l/ }% d
• 
  
• 
  
• 
  * k" o" ]% F$ T8 W8 L
• 
  
• 
  0 F8 ~) M$ Z- I6 x. @; ^5 c2 v
• 
  
• 
  
  3 n! }- X1 r% `0 |- V6 r1 x% {. 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()
& `! |- I0 }, H" i0 ~! b

                               
登录/注册后可看大图

1 j8 |# x% J& q% Y

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。