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。

1 j. d8 Z1 J5 `# b

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：

• 
  7 J7 j0 p1 `* W6 L
  + M* W; F4 \0 q1 X* Z, C

conda install Cartopy
1 F4 Q, A) E) S  z9 l0 A. a+ F

# k* E  q& D0 k  o* c. ?  {

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  8 A% _. E) i* w: P# s- v* R
• 
  3 ^3 N: L: Y+ R
• 
  6 p8 y" U; d3 |6 p  _# d8 {- {
• 
  ! W- C% R6 t/ f) u$ Z* f
• 
  
• 
  
  

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. J8 Y. D" N' m0 S+ _: @

---

• 
  
• 
    x1 ^+ u3 F2 F. _6 j- u+ n
• 
  
• 
  . A# D7 A3 z% R5 `( L, o* U
• 
  * k2 P+ c  F% y4 x1 L/ X$ F+ V" G
• 
  
  3 s- j. _  ]) |2 ^0 O

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()
  {# m( x; S, ^9 z

图形保存方式：

• 
  - m' P% x) L  D  c: _3 K
• 
  # b$ e* Z/ W( _: j
• 
  
  

# 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
, @) C; n) Q4 F5 g

9 d/ e* _0 B- z/ o. G, h9 v( S) X

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  ) M1 i* J+ |0 \
• 
  
• 
  
• 
  8 I7 q1 H, t2 f$ G' s) ~; i, m
• 
  * c* a1 p8 y" _: ?
• 
  
• 
  , J7 k$ d4 D" ?7 a9 P
• 
  ' n! {' ~9 T' m0 B% `9 V+ A. J
• 
  ; w9 W, \4 \3 G# F/ v
• 
  2 [& }3 R; u8 T& ~! m
• 
  , D8 E3 P( ^  B, W. o+ A
• 
  
• 
  : O2 [; x% R, _. |( E
• 
  
• 
  
• 
  
• 
  
• 
  9 L& a! }9 `9 B5 A2 K
• 
  
  / N/ X6 T& q- o: `1 H8 l% U) }+ @

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()

) r! y- L3 P% d" b1 ^# y

                               
登录/注册后可看大图

7 K: ]% ?2 n% m; z# \" @

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：

• 
  6 _( l# p" K  L3 R
• 
  ; r+ Z4 ]0 f7 a" K
• 
  : u. \+ Z) d# l% I5 @2 \
• 
  ( f9 R4 H4 n' ]" M8 t9 w: ~  N/ ^  B
• 
  ; a2 |* y2 B* Q& _3 q  a! f' y
• 
  ' J8 V' U. m( ^. A4 b* e
• 
  
• 
  ' S6 D0 X$ j/ L: I5 q1 h
• 
  
• 
  8 [% t# ^+ R! Q* j. i3 R
• 
  
• 
  
• 
  . ?4 @. d, G0 _6 G+ J2 s( z, j
• 
  
• 
  
• 
    n3 N- _% X8 A  f/ e+ c
• 
  7 W) J1 a! H" b) h& n
• 
  / y9 B! F$ p# T9 p) b, ~9 B) X
• 
  , o% }1 o: n: ^+ o8 _. _. K
• 
  $ p! w1 w9 t- P0 t: P; @
• 
  
• 
  - z5 t, H' P6 g- z
• 
  
  

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()
' t2 y! |- f5 g1 _# h* f

5 H# P, C+ q0 Q, W3 E                               
登录/注册后可看大图

# n+ e# I! `8 N1 t

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。