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。

( E# U1 q/ h7 E2 W1 N8 S0 ]

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。

- T2 N( Y; u+ d" s& g7 [! E0 Q

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

7 l  M1 Z; ~+ i9 S& m4 y

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  2 @. w: J$ M5 W, S, Z* O& K
• 
  
• 
  6 o% G6 G. v, L- y9 m- x
• 
  
• 
  $ w, j3 q$ D% @- n3 L' t: l, U
  3 L& H( k3 i/ Y0 w# s

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

---

• 
  
• 
  ( s  ]6 [0 I8 Z7 l6 v9 l
• 
  
• 
  
• 
  % M0 i: z4 V* |% C3 r4 x
• 
  
  1 t3 M3 P( n+ v, g

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：

• 
  4 `: }0 m+ u$ N- c4 \  _* g- w
• 
  ( J4 R9 ^9 B2 N
• 
  1 a5 H+ T7 ?: [7 O
  ( E" i% ]. {  [& |

# 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

• 
  
• 
  
• 
  
• 
  " G+ U) w$ i/ g' s9 L: ]
• 
  ' c! }" O4 w$ F& a/ N/ o
• 
  
• 
    s( L0 ~6 v1 O7 F% Z& r
• 
  
• 
  
• 
  8 i# [& H6 C( ~% M; `
• 
  
• 
  0 N8 u, Q% I8 a% d$ v, k' p8 l- Z
• 
  & b, n& ]8 F; W3 e
• 
  $ j+ o: F1 U0 [
• 
  7 b/ C# _8 p* ^1 `! K! f' v
• 
  ' P5 A" M7 K# J, c$ A- i0 ~
• 
  
• 
  + m( x; m% B1 f5 X' a( k0 s
• 
  
• 
  
  ) _7 Q' o* X% r4 T; P/ m$ T

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()

7 N/ s& V  `/ z+ Q

& H+ {, Q  L4 U) E! s/ x                               
登录/注册后可看大图

% i) _6 c2 s1 ?  V

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：

• 
  ; c0 {1 h( C3 n) e: ?
• 
  % g! I1 z; h8 c8 v2 Z7 t# o- E, d
• 
  1 b9 t, q4 J/ P+ W1 ~/ i/ y& X, Z5 K
• 
  
• 
  
• 
  ' A/ A$ b9 A" I( k: s
• 
  ( x" i7 t- d7 a. E! u( W& f
• 
  5 {- U" y5 Y6 W9 Z% h
• 
  * b  t/ b3 Z" e
• 
  ' R0 O& G9 O2 ]% q( ?9 w$ N
• 
  
• 
  + e2 S2 r8 g& B
• 
  
• 
  
• 
  
• 
  
• 
  & K8 K" ]' K9 i
• 
  + w* o$ S( b! [
• 
  
• 
  
• 
  " b7 p9 T& t' 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()
9 \6 o& g& F1 X1 k+ x

                               
登录/注册后可看大图

, b* v7 X8 [, _1 r

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。