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。

4 ]( |# b8 g0 O( V

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：

• 
  
  + z7 J% ]$ }* F2 o8 O- L. J

conda install Cartopy
8 ]7 P9 Q  p" ^* w- L# f5 Y$ S7 T

, @+ B' F9 x9 f& d: N/ }& @- j

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  3 t# S& J" m: F
• 
  
• 
  : Q2 ~8 a3 y% B: s  D# _- e+ X
• 
  
• 
  
• 
  2 v# L/ `: R! ^8 h6 T% v6 S, ]% C, ]
  

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

---

• 
  5 w+ a& C2 g3 V9 i% A
• 
  
• 
  
• 
  1 ~. }1 m( V% C, ]# \
• 
  0 `( L6 i. \' E9 z
• 
  # F( Y; O7 B, d" t" T# I- 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()
: N1 U: R5 l4 e- d4 x5 U

图形保存方式：

• 
  3 b# W9 O6 f4 p$ I
• 
  4 m# m4 }$ b# e/ ?2 b- A9 A
• 
  5 h8 K  c. i# p9 V" d$ h9 g
  # F$ D* F$ E+ \. H4 y% B" b1 G

# 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
8 _. w$ d2 B5 V$ a, z! h- V

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  6 s* A9 {3 n% A0 _3 |
• 
  . Y; H3 q4 s  D: U. S
• 
  
• 
  " D, {: [4 Q5 }+ K! B
• 
  6 A' R5 _9 e( U, i+ n
• 
  / p' ?( m2 L2 ~/ `% t3 S" h
• 
  6 y9 F* u* j# T3 w. c! J
• 
  
• 
  / t( n; H! `* O' l6 V7 H
• 
  9 z3 _3 q$ u; e1 E8 P) S. {8 x
• 
  9 k! S* q7 @  @+ V! h' I
• 
  2 A1 x) Q5 g- t$ u5 O9 K6 `" r
• 
  . P: Q1 U# t0 F7 k- [: o' A* x
• 
  
• 
  
• 
  + F  }0 }7 A  ?! `3 c5 Q: U) S
• 
  
• 
  ' {* s0 Y; f. v8 [2 f7 u5 k
  

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()
( B$ H' I- i% v' Q5 @& M6 ?8 w

2 O* L/ q" ~! L5 a; Y                               
登录/注册后可看大图

1 R' M' L  N9 r% J! ?! k4 E6 H

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：

• 
  
• 
  
• 
  
• 
  2 f3 ^3 F/ e+ T: r7 a( F' e
• 
  
• 
  + ~+ _4 C# x# z  V' G) I0 t
• 
  * M/ x7 _- T( B: X- x
• 
  
• 
  ) P1 |, T% S( x9 y, D" b! f
• 
  
• 
  ' w- d* g) T' t3 N* m3 ^
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  : Y$ Z8 V) O4 r; y
• 
  
• 
  1 ~6 k5 J0 a5 V; H7 U! d2 }3 N
• 
    C9 y9 a4 {- j# n6 A
• 
  2 z* s7 ^* c- L* L  p! k6 F) I
• 
  
• 
  + _0 [* X) L) W) u$ ?6 T* ]
  . L- z: Y# Y$ b, o: Q

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()
4 g( P3 s) {$ h: I' c

                               
登录/注册后可看大图

/ o9 W  o: s; G6 U" ~' 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。