【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("···")

  
  

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。）

• 
  
• 
  
• 
  ! T  S- J7 [5 R7 l
• 
  
• 
  % b8 i1 C: k. U
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  + b! _0 V5 s# E5 ^
• 
  8 e" s+ T; g+ }% d, U/ g- P- X
• 
  4 |: i7 N3 X4 R5 ^5 C7 x
• 
  - h, J7 \% X  W0 ]
• 
  
• 
  
• 
  
• 
  * g: F$ g9 D8 ?7 X; W
• 
  & ~  T7 b$ V0 I# m. `. N  e
• 
  
• 
  
• 
  
• 
  " ^4 h3 {* n' |+ a5 l
• 
  : @. K' x/ n$ k4 R( u
• 
  
  2 \5 v+ L6 X+ s2 f

#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")
, K, `1 c9 G9 `: r3 }

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。）

• 
  
• 
  6 A" L  `& x) N9 X% n
• 
  
• 
  5 k6 g. `( g9 Y
• 
  $ n* X$ q3 l) h% a) Y" i2 r1 V
• 
  
• 
  % j# [+ u6 P# v$ j" B8 U: r2 M+ Y
• 
  6 y, i; L* @+ y2 b# R, H
• 
  
• 
  # ~" s3 d$ D/ L0 w
• 
  $ Z& u/ Z. a) L4 q
• 
  - `3 j4 m5 o" \9 [, J
• 
  
• 
  6 P3 M. ^/ S' V- c8 H6 V. N: y6 I
• 
  
• 
  / l; N& s0 b) G3 q) T
• 
  
• 
  
  * l7 z, ^6 ?4 g" S) g% V. l& |

#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")
& g. z2 g; ^* Y7 Y: Z& I; S* }

  G: e, r* B( X; ]

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。）

+ X, J  K( q6 [. g8 t8 d

• 
  3 G, }' \: p$ a' Q$ {
• 
  % W: H8 |  ?4 A2 H. q
• 
  
• 
  9 @4 k# w2 D" ~
• 
  9 ]4 e4 A' }$ q* j9 S6 |
• 
  
• 
  
• 
  ' j" |# f3 r" Q- l: T
• 
  ) `  Z' }% h3 M, k6 w8 l
• 
  * f' R# J1 D+ ?1 Y  p7 N$ {1 ?9 [, j2 d
• 
  5 F* K6 H# z! U8 F& Y- c6 Y* F2 C
• 
  
• 
  
• 
  
• 
  
• 
  8 B3 @: b9 z. @9 {  w
• 
  / q5 O3 `" r: S+ n3 L# R! t
• 
  ; d# X' g6 S, M7 b- U9 e. t0 G
• 
  " L" X3 L$ w+ ?& x2 x% A1 g0 A' {
• 
  # S3 g' U  c" b8 r6 {8 p! q8 z
• 
  # g( U5 e3 f- p/ h. y: \
• 
  8 I3 L( g/ A1 |( z
• 
  5 K7 X& l! K* i7 s* {7 F  R; k0 k' n
• 
  $ l- O/ U. X% N+ N9 e& e" e
• 
  
• 
  : h: s8 X+ y+ N+ X) _' q: b+ q
• 
  + y; X, ?, ]4 l$ F: W) ^4 I+ K8 p
• 
  2 ^* b7 O4 R$ P' L/ E9 s( e3 E
• 
  & B5 W( m- I8 N7 _, O
• 
  $ k* ~, g6 [3 S+ I. I5 S$ k, ~
• 
  
• 
  5 C0 R- t) H# @% Q9 ]% u
• 
  
• 
  8 H$ \$ U$ e( E7 v, \& l5 A
• 
  
• 
  & K- ^) D( v1 }/ S( j2 _
• 
  - |+ d5 O, @  X0 \) d5 z
• 
  ' }: X! Q, l% N7 n, V& v
• 
  % f" I5 ~% N5 N. X; u! I
• 
  
• 
  
• 
  
• 
  0 N* T  C# N5 ^: ]
• 
  , Y, a* D: e9 ~
• ​
  
• 
  
• 
  % S! L1 c2 h1 Y: o
• 
  % u2 ?- Z, k& f: ~3 m
• 
  
• 
  : b) L# d- t; n
• 
  : d6 k3 a0 i7 L9 n$ }9 d2 f2 T- ]  F
  $ N2 S5 X, r! |4 _

##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()

6 X8 H% p6 j: ?6 E9 R& Y

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。）

6 ]8 ?$ Z) D' p/ F" I

• 
  
• 
  6 w) }8 n' N0 W
• 
  3 i, T6 f; K9 b9 x, {  g
• 
  5 \/ n% v8 m) K) k) ?
• 
  6 t% `( W, q2 n% [) M
• 
    N: `: q% U0 @4 i6 r3 s
• 
  8 `2 ]3 n$ Q2 Z  g$ \9 P
• 
  0 ^6 |3 I& J4 W9 z% L* ~
• 
  
• 
  ( r, O9 R& _0 h4 M& r9 e' s+ \6 {
• 
  
• 
  
• 
  9 J+ o3 [/ n3 @  v8 |2 |0 t6 N
• 
  
• 
    ?: n; `# Z" k' l# F! f" ?9 [
• 
  
• 
  9 U4 v6 J4 c9 f, x3 A) W  s& }
• 
  2 u: P# S, C/ b9 U5 h
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  6 f( O$ D+ p4 b5 `
• 
  
• 
  
• 
  : a5 V2 @7 b' k3 H5 d1 F$ u
• 
  7 u* F- J+ z9 C+ i, k
• 
  
• 
  & H" l7 V9 Y  M, ~1 A
• 
  ) [6 _0 H  b; J. [
• 
  
• 
  
• 
  7 S0 I2 T' ^) ~2 {1 g" S% |  B7 I
  

#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))
* D+ t6 v# w) K9 y5 C5 u2 V" w9 Y

: S, X4 O4 S3 K

& R" Z/ b9 T9 r6 G/ ?- ]+ J                               
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)  

7 ~3 J2 ]" n) P0 u

• 
  
• 
  # l! x2 k8 ^) m3 D7 ?/ q6 \
• 
  ! [* F0 e7 `) U! c& X; e  H
• 
  
• 
  : Q% s' _, [  w, O! n" p+ d
• 
  0 [7 a: {1 [: T
• 
  
• 
  
• 
    `- G, F* a% m% Z3 m% b
• 
  & C, j( S7 ^* U
• 
  
• 
  $ E3 B3 K0 c  U! n
• 
  
• 
  
• 
  2 J( q5 p2 q/ N5 g3 \7 R/ r
• 
  
• 
  7 J2 L6 V. U0 h; z, ~# H2 T
• 
  / ~; `/ Z" t. O1 [+ L: \
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ( u, k0 J: j% d) C6 ~: ~
• 
  3 f3 r# \0 Z3 D* ^1 c
• 
  
• 
  
• 
  
• 
  * }% C! r! U! j6 H' c
• 
  ) }; Z1 L4 r& ~! J
• 
  - \6 W; N; T7 I& i" T3 ]
• 
  4 Z; h% I; ^! q& r, O
• 
  
• 
  6 F5 s( A0 J, L2 O' u  l
• 
  
• 
  
• 
  5 ]4 w9 l, b) Z: {' M/ d
  

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))
' H* J1 Q3 Q# B/ ^

颜色表：

$ `' ~* \( A6 Y3 |& f