【气候软件】Python6：Cartopy和matplotlib包绘制气象图中图

气象数据可视化主要依靠matplotlib做绘图，其他库包为辅助，包括数据处理的，地理信息处理的等等。

绘图主要有六步（“六部曲”）（不是绝对的方法，视具体情况使用）:

• 引入库包：import matplotlib.pyplot as plt

• 设定画布：fig=plt.figure()

• 导入数据：之前已有介绍导入nc文件格式数据（【气候软件】Python读取气象数据 NetCDF文件（***.nc））和导入txt文本格式数据（【气候软件】Python2：读取TXT文本格式的数据）。

• 线图命令：plt.plot(x,y,lw=,ls=，c=,alpha=)

• 出图：plt.show()

• 存图：fig.savefig("···")

  
  

只要按照以上六步，基本绘图没有问题！！！

) c4 k8 @, t- P; p" R* F0 Z+ B
+ n2 C3 P" v# A; w1 t. A) ^2 e

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。

绘制简单气象地图

Cartopy公开了一个接口，可以使用matplotlib轻松创建地图。

1. 使用anaconda安装Cartopy库：

• 
  
  9 |# E& P& n! F2 P  J4 \3 }

conda install Cartopy
) a" j, f* r! I; e( D& V

/ K/ T9 [$ z- d* B4 O

7 B4 J$ y- X# T  O9 Q" ?0 u

2. 工作在多图形(figures)和多坐标系(axes)

MATLAB和pyplot都有当前图形(figure)和当前坐标系(axes)的概念。所有的绘图命令都是应用于当前坐标系的。gca()和gcf()(get current axes/figures)分别获取当前axes和figures的对象。通常，你不用担心这些，因为他们都在幕后被保存了，下面是一个例子，创建了两个子绘图区域(subplot)：

例：绘制图中图

• 
  + I' @7 m& P" p2 C6 Y; K( _. r$ d
• 
  8 r6 l: F6 J; q
• 
  - W. z% W# x5 U% g, V. ~
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  * t4 |6 H- _# S, A1 v$ K5 q0 L$ \
• 
  
• 
  ( t' d$ V# e* U; J8 x2 ^1 Z
• 
  5 Z) n- L/ E- j% B
• 
  - p: \2 Q. C2 l% S% T
• 
  + a9 g: x+ }9 Z8 Z9 {6 u
• 
  5 ~1 T9 O! _! T  G
• 
  ; A7 n- V- s. _+ t; J3 l
• 
  
• 
  5 I1 a3 T# \: p7 p
• 
  - Y* l* a+ h! j! }; r, E
• 
  ; `7 j0 S1 I8 J% Y  Y/ W, U$ d
• 
  2 N- M7 P% A. W7 S( u% ~: ?* O
• 
  : @2 w2 m( n* F. D
• 
  
• 
  
• 
  * I. Y& B( J/ i. w  H/ A  x
• 
  6 _$ ?% u9 U4 ^% F9 C/ f8 Z
• 
  
• 
  . F0 D1 L3 s- O9 N# K
  

importnumpy asnpimportmatplotlib.pyplot aspltimportpandas aspd#新建figurefig = plt.figure()  #默认的画布大小#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.sta2#新建区域ax1#figure的百分比,从figure 10%的位置开始绘制, 宽高是figure的80%left, bottom, width, height = 0.1, 0.1, 0.8, 0.8#获得绘制的句柄ax1 = fig.add_axes([left, bottom, width, height])ax1.plot(x, y1, 'r')ax1.set_title('station1 annual mean temperature')#新增区域ax2,嵌套在ax1内，看一看图中图是什么样，这就是与subplot的区别left, bottom, width, height = 0.62, 0.15, 0.25, 0.25#获得绘制的句柄ax2 = fig.add_axes([left, bottom, width, height])ax2.plot(x, y2, 'b')ax2.set_title('station2 annual mean temperature')plt.show()

! e& N9 Y- d# [, |0 ~+ @6 m