【气候软件】Python9：绘制中国/世界地图

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("···")

  
  ; Q! M/ l6 X2 h1 t: L- A

只要按照以上六步，基本绘图没有问题！！！

                               
登录/注册后可看大图

绘制中国区域地图

下面直接上代码（关于代码的解释已在注释中详细说明，应该能理解）

例1：绘制中国区域基本地图轮廓，包含省界

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

• 
  , T1 Y3 P: V& U# i% }
• 
  9 Y' f$ k7 z0 {. a
• 
  
• 
  0 @9 W8 G/ M3 j# D) T! c: B& B2 n
• 
  % ~2 i9 c+ R$ r9 @* v
• 
  
• 
  7 \) C- _3 y% [. \. o$ m
• 
  4 [9 b# n& U# z% q- W
• 
  * p! q& ~! a# b, J5 ]5 v, H
• 
  / v# J8 q- L1 \3 n5 I. A
• 
  4 C, M7 t5 i( s5 m  e9 I# v) Z& M
• 
  8 o% w* F) a6 N# P. H
• 
  
• 
  
• 
  & A4 g# v+ @: g; m$ S
• 
  
• 
  
• 
  / H% {5 o% a2 ?, X
• 
  
• 
  
• 
  4 K1 s4 g* T# ]. S2 I8 T* x* D
• 
  6 {1 |( b1 x, F  R5 ?* F
• 
  ) @! S' }4 a: H# }, b3 F2 a
• 
  
• 
  + b  X6 s: y# V& d
  ) i2 r% n; M6 J) O" U+ C4 |7 c7 a

#绘制中国区域基本地图轮廓，包含省界#引库frompyecharts.charts importGeofrompyecharts.render importmake_snapshotfromsnapshot_phantomjs importsnapshot  #下载库包snapshot-phantomjs（中间不是下划线，是短横线）# ->Geo 是函数注解，表示该函数返回值为Geo对象defgeo_effectscatter()-> Geo:# 以下为链式调用方法声明对象c = (Geo()# 添加底部地图.add_schema(maptype="china"))returnc# 生成对象c = geo_effectscatter()# 渲染地图c.render()# 生成图片make_snapshot(snapshot, c.render(), "map0.png")

例2：绘制中国区域基本地图轮廓，并标记各省会城市名

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

: N( ?$ C( i% V6 T6 V- z) _. a

• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  4 R& y- X* x! P! D& C
• 
  1 T# f  c6 v9 K
• 
  
• 
  
• 
  
• 
  
• 
  * A1 S! @& s) e/ g9 B  c8 J
• 
  
• 
  
• 
  ; R/ T* f: I( f$ P
• 
  ! c$ i3 f7 c% }/ m9 t0 H
• 
  1 N% V- R# _. L- S$ g
  + R& d9 `* T' O$ `

#绘制中国地图，并标记各省会城市名#引库frompyecharts importoptions asoptsfrompyecharts.charts importMapfrompyecharts.faker importFakerfrompyecharts.render importmake_snapshotfromsnapshot_phantomjs importsnapshotc = (Map().add("中国基本地图", [list(z) forz inzip(Faker.provinces, Faker.values())], "china").set_global_opts(title_opts=opts.TitleOpts(title="Map-中国地图")).render("map_china.html"))# 生成图片make_snapshot(snapshot, c,  "map.png")

3 Q, s7 ~4 X8 [+ f$ P

例3：绘制中国区域地图，包含海岸线

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

• 
  8 ?8 C9 R6 S( T& d
• 
  $ u, R: V* ^+ t
• 
  2 a* m9 O+ P3 g; `0 |7 z; \
• 
  
• 
  0 c5 t; Z6 Y& {' A: q- U
• 
  
• 
  ( e0 D2 x% X) r
• 
  
• 
  
• 
  ( `1 P# r8 [% `5 `, G
• 
  , f6 z/ k" ^' j& F$ P  W
• 
  
• 
  
• 
  $ y) w8 v' C2 H" p" Z8 ]2 d
• 
  
• 
  . s. Y( O# O3 D/ d% _; W  C& _
• 
  
• 
  
• 
  
• 
  7 k7 \2 R4 g  H' T' `+ R
• 
  % E& g! N7 g- R' |$ V" Q- @
• 
  4 [0 Z0 A; {, _( `' J' G$ p5 t
• 
  # F9 B' ]* U, {4 [
• 
  9 p" |$ R7 H( Y) n/ x, B
• 
  9 {8 E% b$ m! c; O, k4 d
• 
  ! G" T" C8 j! }
• 
  ( C4 U! ~4 M; J0 r6 F7 J2 b& _
• 
  / B* c& l  J! v' N
• 
  1 [& I- D$ T3 {; ]8 n  w6 b9 F
• 
  % F6 d# ^2 k8 I& v* D( @/ q1 z
• 
  
• 
  1 b! t( K* M0 ?  p
• 
  
• 
  
• 
  ' y9 `( K& u% a
• 
  
• 
    V7 @7 p" \* H; S* v3 |
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ( N: j* [! P  H& q; C5 A% C- c
• 
  
• ​
  8 G% [- w- @! P: f' G3 x# \1 d
• 
  
• 
  ' U- l" m3 @: Y
• 
  
• 
  
• 
  " Q  C4 C! y. h9 z/ P* q) u
• 
  
  

##绘制有海岸线的中国地图#引库importpandas aspdimportnumpy asnpimportcartopy.crs asccrsimportcartopy.feature ascfeaturefromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTERimportcartopy.mpl.ticker asctickerimportcartopy.io.shapereader asshpreaderimportmatplotlib.pyplot asplt#数据data = pd.read_csv("meteo.txt", skiprows=1, sep='\s+', header=None, names=['station','lon','lat','tem', 'pre', 'sun'])     print(data)#建立画布fig2 = plt.figure(figsize = (15,15))proj = ccrs.PlateCarree(central_longitude = 115) #设置一个圆柱投影坐标，中心经度115°Eleftlon, rightlon, lowerlat, upperlat = (70,140,15,55)#建立子区域#ax1 = fig.add_axes([left, bottom, width, height])f2_ax1 = fig2.add_axes([0.2, 0.2, 0.6, 0.6], projection = proj)#在画布的绝对坐标建立子图f2_ax1.set_extent([leftlon, rightlon, lowerlat, upperlat], crs=ccrs.PlateCarree())#海岸线，50m精度f2_ax1.add_feature(cfeature.COASTLINE.with_scale('50m'))#以下6条语句是定义地理坐标标签格式f2_ax1.set_xticks(np.arange(leftlon,rightlon+10,10), crs=ccrs.PlateCarree())f2_ax1.set_yticks(np.arange(lowerlat,upperlat+10,10), crs=ccrs.PlateCarree())lon_formatter = cticker.LongitudeFormatter()lat_formatter = cticker.LatitudeFormatter()f2_ax1.xaxis.set_major_formatter(lon_formatter)f2_ax1.yaxis.set_major_formatter(lat_formatter)f2_ax1.set_title('Chinamap_coastline', loc='center', fontsize =15)  #图标题名#读取shp文件china = shpreader.Reader('cn_province.shp').geometries()#绘制中国国界省界九段线等等f2_ax1.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black',zorder = 1)#添加南海，实际上就是新建一个子图覆盖在之前子图的右下角f2_ax2 = fig2.add_axes([0.8-0.6/7+0.01, 0.25, 0.08, 0.13], projection = proj)f2_ax2.set_extent([105, 125, 0, 25], crs=ccrs.PlateCarree())f2_ax2.add_feature(cfeature.COASTLINE.with_scale('50m'))china = shpreader.Reader('cn_province.shp').geometries()f2_ax2.add_geometries(china, ccrs.PlateCarree(),facecolor='none', edgecolor='black',zorder = 1)#出图plt.show()

! T/ X1 s3 I+ N! W, g" e# k

例4：绘制世界区域地图，包含海岸线（中心经线一般为本初子午线）

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

• 
  1 ^, h( n, o% o; s
• 
  # K( D( ~" t$ s" h6 F+ _5 _+ J8 U
• 
  
• 
  3 v) A: }' y3 @
• 
  
• 
  
• 
  0 s- R  L8 w5 w# }: M; e2 s: t- P
• 
  $ K4 w% ~& w6 F4 j$ K6 o" y8 D' j( i
• 
  
• 
    I) X' T. g! _
• 
  
• 
  
• 
  3 _* N) O! K1 Y, K* t. U
• 
  8 Q0 i# \1 q3 c# _$ F; i5 j
• 
  : k6 }+ S1 Z8 N% j( L: k9 V3 Q0 r/ [
• 
  # i7 K5 [2 |& E6 Z  }% O/ F9 j
• 
  
• 
  
• 
  
• 
  
• 
  6 x  N# a; R4 k+ `' o3 c
• 
  
• 
  
• 
  ( t4 k/ e8 H2 z7 H
• 
  4 m5 r: y# P# e  ~" W0 b
• 
  
• 
  $ z9 B  v4 U2 }2 m% A
• 
  7 u$ K3 O8 D: V. z; B
• 
  
• 
  2 y' |+ c, ?' S
• 
  4 l- Q1 j. Z0 D1 y0 i7 _) D0 Z4 [
• 
  
• 
  
• 
  8 z" R; R. _4 |6 U  [
• 
  $ M4 _/ t# H3 i0 s2 V$ g
• 
  4 j& R+ Y! H3 j& M2 `) C: u$ l
• 
  
• 
  
• 
  
• 
  
• 
  
  

#例1：绘制粗糙的全球世界图#引库importnumpy asnpimportmatplotlib.pyplot aspltimportcartopy.crs asccrsimportcartopy.feature ascfeature  #添加地图其他地理信息所用fromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTER   ##添加经纬度所用importmatplotlib.ticker asmticker   ##添加经纬度所用#中文及负号处理 plt.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#画布fig = plt.figure(figsize=(4, 4), dpi=200)#子图proj = ccrs.PlateCarree()  #默认制图时，中心经线一般为本初子午线ax = fig.subplots(1, 1, subplot_kw={'projection': proj})   #一行一列子区域#默认海岸线ax.coastlines()#添加其他地理信息特征ax.add_feature(cfeature.LAND, color='limegreen')  ####添加陆地######ax.add_feature(cfeature.COASTLINE,lw=0.1)  #####添加海岸线#########ax.add_feature(cfeature.RIVERS,lw=0.25)  #####添加河流######ax.add_feature(cfeature.LAKES)  ######添加湖泊#####ax.add_feature(cfeature.OCEAN, color='skyblue')  ######添加海洋########ax.set_title('worldmap', loc='center', fontsize =15)  #图标题名extent=[-180,180,-90,90]##经纬度范围gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.2, color='k', alpha=0.5, linestyle='--')gl.xlabels_top = False##关闭上侧坐标显示gl.ylabels_right = False##关闭右侧坐标显示gl.xformatter = LONGITUDE_FORMATTER ##坐标刻度转换为经纬度样式gl.yformatter = LATITUDE_FORMATTER gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1], 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3], 30))#更改刻度字体大小gl.xlabel_style={'size':3.5}gl.ylabel_style={'size':3.5}gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1]+10, 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3]+10, 30))
( Z% M8 z, @2 _3 p6 l

) ]1 z- s1 [- q# d. w! ^4 n( s& O% B4 E

                               
登录/注册后可看大图

例5：绘制世界区域地图，包含海岸线（中国移动至地图中心）

（如果没有下载相应库包，请先在anaconda或cmd命令行去下载！！！代码的详细说明已备注在注释中，不再额外赘述。）

与例4不同的是只需要改动：

proj = ccrs.PlateCarree(central_longitude=130)  

6 a4 U( j: M9 W% F- |# m

• 
  
• 
  . |  g/ u: }. V* [
• 
  
• 
  4 d  ~5 Q& s. R
• 
  
• 
  + d7 M1 S% ~1 B/ g, r- A
• 
  1 G1 T8 ~) v  n
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  9 s' d4 e% W2 M1 l7 ]7 u: A
• 
  # K( i# D! V  y0 E
• 
  - }, X" J" p9 N4 x2 h
• 
  ) L" g- J0 Z5 e/ [$ W. g4 w; }
• 
  
• 
  ) P: v: {7 i( K& L/ {
• 
  
• 
  
• 
  : P$ @8 `6 Z9 b! X# t
• 
  7 @5 G  P0 I5 o) R+ d$ v; M
• 
  " z4 k) Z8 q" @
• 
  # J% \! `2 d/ f8 l, I" G
• 
  
• 
  
• 
  6 {0 B3 {8 B+ r# A& `+ m! ~% }
• 
  
• 
  1 S4 d" ~' o6 b+ ?1 Q: z
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  2 f/ D! y! ?- k/ [
• 
  # c3 p7 W. O. {! _1 V' M0 e
• 
  1 A! z8 e8 A' e: r& i' t
  + q% W) B, w9 M# f' o: u- q

importnumpy asnpimportmatplotlib.pyplot aspltimportcartopy.crs asccrsimportcartopy.feature ascfeature  #添加地图其他地理信息所用fromcartopy.mpl.gridliner importLONGITUDE_FORMATTER, LATITUDE_FORMATTER   ##添加经纬度所用importmatplotlib.ticker asmticker   ##添加经纬度所用#中文及负号处理 plt.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#画布fig = plt.figure(figsize=(4, 4), dpi=200)#子图proj = ccrs.PlateCarree(central_longitude=130)  #中心经线为中国ax = fig.subplots(1, 1, subplot_kw={'projection': proj})   #一行一列子区域#默认海岸线ax.coastlines()#添加其他地理信息特征ax.add_feature(cfeature.LAND, color='limegreen')  ####添加陆地######ax.add_feature(cfeature.COASTLINE,lw=0.1)  #####添加海岸线#########ax.add_feature(cfeature.RIVERS,lw=0.25)  #####添加河流######ax.add_feature(cfeature.LAKES)  ######添加湖泊#####ax.add_feature(cfeature.OCEAN, color='skyblue')  ######添加海洋########ax.set_title('worldmap', loc='center', fontsize =15)  #图标题名extent=[-180,180,-90,90]##经纬度范围gl = ax.gridlines(crs=ccrs.PlateCarree(), draw_labels=True, linewidth=0.2, color='k', alpha=0.5, linestyle='--')gl.xlabels_top = False##关闭上侧坐标显示gl.ylabels_right = False##关闭右侧坐标显示gl.xformatter = LONGITUDE_FORMATTER ##坐标刻度转换为经纬度样式gl.yformatter = LATITUDE_FORMATTER gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1], 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3], 30))#更改刻度字体大小gl.xlabel_style={'size':3.5}gl.ylabel_style={'size':3.5}gl.xlocator = mticker.FixedLocator(np.arange(extent[0], extent[1]+10, 30))gl.ylocator = mticker.FixedLocator(np.arange(extent[2], extent[3]+10, 30))

* t& W3 o/ k8 S. {

颜色表：