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。

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 r0 _4 i( G8 X( w

conda install Cartopy
* J5 p- f( {7 |  c

+ t3 V2 {0 N5 a4 }' r

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  
• 
  
• 
  1 ?) N- b/ Q, `- P
• 
  
• 
  
  

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

---

• 
  ) R5 k5 l( ~) ~; u; L
• 
  ; S( c; c# p2 e# f9 `' d; ^6 b; }/ n
• 
  
• 
  , t/ P) [( S, o5 @+ r3 p* O
• 
  ) Q3 g; p0 z0 \- F
• 
  
  % D1 f3 a' p: _: H

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()
! n) u; L, E; G( @

图形保存方式：

• 
  3 H, o; t, P# P# I1 q
• 
  0 k% }6 J$ A  F# Z) K* [
• 
  
  : `5 M& w$ I! u* H  K+ Z! `# c* q

# 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

• 
  
• 
  5 Q5 F$ A( Y0 I2 m
• 
  
• 
  / S( W! l4 [: x& U% e, }1 h
• 
  9 r+ N% e2 e. k
• 
  + a! {/ f- ?: C
• 
  " |; N+ G( P% P) L* k% B7 t
• 
  7 C5 ~+ E3 |- U" Y1 ^
• 
  9 ^5 [3 {: R; [5 Y- @! z. b
• 
  
• 
  
• 
  
• 
  4 O. G/ i' P8 o6 @9 }/ J# ]' B
• 
  
• 
  
• 
  
• 
  
• 
  $ j; r+ n% O" Y- K3 H$ j4 }
• 
  
• 
  " N# a0 c( I* r; D% B2 f# b8 I
  - _; _; R6 v" K! D! b

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()

: j) X) }+ y( e2 l' ?

" Z0 B% f, p- B; z' g* j& v                               
登录/注册后可看大图

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：

• 
    x+ L/ J: N3 C; H
• 
  6 m8 b! |/ {4 _: p- f
• 
  " x5 n4 \6 Z- O3 m+ s/ M2 _0 i
• 
  - n  S  j7 q" A: M+ c
• 
  
• 
  5 K# ~+ Q" t; m5 H1 g
• 
  
• 
  
• 
  
• 
  & i7 r# F4 K+ r! T
• 
  
• 
  % B# _# G- [! Y% l' u. F
• 
  5 r& P- N+ h. a: a) X; Y
• 
  
• 
  
• 
  / L9 R, @) P/ v3 X! b
• 
  
• 
  
• 
  : V6 V" O+ q8 p1 [3 ~8 }% h6 Q
• 
  ( p, M4 I2 }+ q& E: `
• 
  
• 
  
• 
  , r2 q- ^4 Y5 D+ K9 d
  

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 ^4 ~; M. r6 ~$ K7 y

                               
登录/注册后可看大图

- p$ s) n5 I/ ^

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。