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。

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：

• 
  . ]* U' m- b5 F6 @
  

conda install Cartopy
8 d  ~- Z$ U% U* [8 Q/ f

8 I1 T2 Y, E8 P/ t" o3 Z

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  # K5 w# n9 `) v+ Q
• 
  
• 
  / |4 e! ?2 `# u. {! K$ O' s, `
• 
  
• 
  
• 
  
  ( q9 @0 c# |: C, V2 |& r  @* g

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
- |% O& f% n; Y3 y  K

---

• 
  % V' \/ a9 c* M8 `- n! P5 f
• 
  ! d$ A, M' T- @* |
• 
  8 R" `2 Q9 e) r& f0 B- ?9 w" ]
• 
  ( A+ u4 L( C+ t7 R5 S) \" T
• 
  & R$ y, [2 D$ `4 {
• 
  
  

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()
4 y) O5 d4 [4 |) Q7 C( r

图形保存方式：

• 
  
• 
  ' V6 L( L) k) k) b7 A+ W7 l; T
• 
  0 ~2 L0 I& x" j& U+ ?
  

# 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

• 
  
• 
  
• 
  " Z- V5 W, Q2 \( i
• 
  ! }; S  K" Z: T
• 
  # b( b' I, a5 Q) v1 X
• 
  1 d4 E; P+ w; v5 m
• 
  
• 
  8 @  |6 f3 C. z$ d% d) i
• 
  
• 
  1 |- N. \! r+ i8 w+ `! Q- ]; I
• 
  # y) }! M8 Y  o
• 
  / y" r2 ^% Q* Z6 y7 A4 w
• 
  
• 
  5 E# W) q/ r' r& |% H
• 
  : D3 s7 y+ T; y
• 
  
• 
  
• 
    l' T. ^. y! q3 C7 r* n" b
• 
  
• 
  
  8 x0 v! `6 b9 W

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()

                               
登录/注册后可看大图

6 B! [: G# G' f9 W2 V- M

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：

• 
  : r; q8 M; k) w& }9 _0 _
• 
  
• 
  7 l) G, M# A  }( U% J* }
• 
  ' j, v4 ^# n4 r5 J2 K1 Q
• 
  
• 
  % ?& D/ P# e! ]; X8 M
• 
  7 f( d7 D6 G+ g) ]: ]
• 
  5 \0 g! [! E" \
• 
  
• 
  
• 
  $ ?7 Y1 Q+ K8 i) P# H9 d
• 
  4 P' O- \9 x: z3 p
• 
  
• 
  9 U- Y4 V/ h% \% c' t$ L) A
• 
  
• 
  3 W3 X8 ?: p6 J6 ?2 J, `
• 
  
• 
  # Y8 Y; d9 I0 f( f$ m
• 
  
• 
  4 M" G6 g3 k; n& s
• 
  5 R; w8 D1 ]) x; A$ Y
• 
  
• 
  
  

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()
2 o% A7 f! F6 l% z# w& `# j

                               
登录/注册后可看大图

9 Z- y5 R( x" q( o% A

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。