【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("···")

  
  % x0 I# C. @4 O( M8 a

只要按照以上六步，基本绘图没有问题！！！

( f- n+ U) n7 ?% {, |( I$ H0 i- ^

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：

• 
  1 G3 `) e; B$ U; o
  

conda install Cartopy
/ h- ~% q' `$ x% S

  A% s1 n9 u( B/ \

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

• 
  9 r9 A1 S) F6 X
• 
  7 |( a; U3 J$ n/ h
• 
  . B* Z/ [0 M: C7 C* Y( d! A
• 
  " r; |) x7 O3 {. j
• 
  9 B1 t+ E4 m8 S( `
• 
  1 u" Q4 o$ a, |+ Y4 N
• 
    n  j, T( `4 n' ]9 ?, [' P
• 
  / y$ ]3 Z0 v- n: f6 O
• 
  
• 
  
• 
  & j% ^+ D' j  y7 J9 X- ?
• 
  
• 
  , W3 b+ b1 L3 p0 j) d  o1 r( {: [
• 
  
• 
  ; e! j2 m" n" ?& [/ P2 V
• 
  
• 
  
• 
  
• 
  7 s' n' j6 M9 @7 R% Y
• 
  " Q0 c' t! j2 ~: |# S2 r9 W
• 
    c8 u& M7 k- z6 ]) B8 R
• 
  
• 
  , h# t" x0 }6 D1 I
• 
    r! b3 m5 J2 R8 V% I0 Z
• 
  
• 
  
• 
  ( e9 e  d' G0 I2 R
• 
  & ?* D# A3 P8 w1 C/ ]1 M; t
  

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()

6 e  f) J% C8 o% t* k- [5 F