【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("···")

  
  : g4 F& e. J9 w1 o  {6 K8 D$ m

只要按照以上六步，基本绘图没有问题！！！

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。

- O: I5 w4 y5 r" I

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：

• 
  
  3 p/ U* t% C0 h! I+ i: i/ ?

conda install Cartopy
1 e1 c. u9 g+ ~. @) ^9 s

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

• 
  0 ^: \, Y3 ]6 A& E! O" r3 \( L
• 
  
• 
  : X7 t( r3 U+ Z0 m7 h& v
• 
  
• 
  4 v. M# y$ k" E3 z1 D1 q2 r7 m4 n
• 
  & j0 W  T( t6 v$ d( E
• 
  4 T/ N* R: q* M4 X& ~* K# r
• 
  & a) U" A& n! o8 ~
• 
  
• 
  6 J) ^3 o9 d' ]6 J0 C) D! |
• 
  , o6 _: q. m5 ]; I. Z" ?8 z
• 
  
• 
  
• 
  ( P$ u$ @3 Z8 A, }$ t- Y
• 
  - g% j1 B/ L9 j
• 
  - s5 f( X: X$ o$ E+ ]1 S
• 
  - ~/ u9 I1 H! H4 x2 l+ W8 p
• 
  
• 
  % D5 Z5 m  j1 F( v$ n7 a$ i" H
• 
  ! @( J7 n% f4 \: J# s2 @
• 
  % q$ O, H' _( X/ J5 r' I
• 
  ; C" J; E" L1 u; P
• 
  ! Q0 `" ~, Z3 W7 M
• 
  ' I% Y. ?) P2 |9 d7 n, i5 `
• 
  
• 
  
• 
  
• 
  9 I% o+ F5 e0 X4 L/ I$ ~" @8 z! H
  

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()

  i" |7 K7 z! O) `! B9 U! p& K
( x) D% {# |" C$ G2 R