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。

, n' r: F" Z0 x

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：

• 
  5 W+ z. O. |9 N( j) t
  

conda install Cartopy

; w- U6 j2 ]. b9 `4 ]
, K( @+ s/ ]: v6 N

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  8 o8 o  T* p' s. j3 z+ ]) L# u( x. j) a
• 
  
• 
  
• 
  . x9 Y; t8 M5 y7 S. I
• 
  ( ]1 c8 t- |, e6 W0 v  W
  

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
( B& f+ K7 v) S) y( F5 ?9 Q

---

• 
  ' v( ~: D0 O4 l
• 
  ' ?6 F3 B( B  K; u2 Y7 c2 j( ]
• 
  1 o3 i: X, f% u- x5 }  W( a. Z  x& l+ K
• 
  8 Y+ f7 P3 a: t# X! X/ U6 f! a5 Z
• 
    k  w* C, P$ k4 k* d# K. d
• 
  * M6 J. E& G) m0 u5 K* g
  ( X% S2 c$ X3 M3 }  S2 Q) z

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()

图形保存方式：

• 
  0 [" t& `( Q) t  G
• 
  8 m1 ~  X, X$ ?
• 
  
  

# 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
  D! H# v1 P: h

/ v# l+ b/ W  B: j) |! |5 A

绘制时间序列图

例：以三角函数为例绘图

• 
  ! F+ V4 p' c1 q& t) T0 H
• 
  ( u0 [5 N, \& ?: q9 M
• 
  + T+ ~8 m8 Y( _- d1 v
• 
  
• 
  
• 
  * w0 m; R. t+ l$ I" S0 k% x
• 
  & K6 w3 M1 F1 h" R  x
• 
  
• 
  1 {) p' S$ p0 C+ p& Z5 w$ S) K( Z) r  f
• 
  
• 
  " c0 H& Q9 _& Q! |/ C* l
• 
  9 m6 p" k- @9 G  R
• 
  : T- D! K6 s8 m/ X5 c) I3 f+ u8 @
• 
  
• 
  $ ?) Z, ~" H' l% R* W% v* C0 b
• 
  8 a( H$ U2 {; t$ t* ~& v* V
• 
  9 D$ T- e5 j) ]2 n+ e
• 
  4 k2 p6 e/ }, Y. ]# r8 I: j0 Q4 _
• 
  2 \- U( x# B3 Q  R. f9 A, O
• 
  
  

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()

                               
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：

• 
  
• 
  3 e( k' _" ?4 F  l
• 
  
• 
  / U5 `4 I( H5 I
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ; N" B" o. a, v2 Z$ R7 t' v$ [" f
• 
  9 \0 E; B& n; ~: ~9 b& E: Z0 f
• 
  
• 
  
• 
  3 }- \8 t3 S' L6 ^
• 
  + U- Q7 B- T* Q3 V! A0 p# V6 Y
• 
  & r& q. a; C+ ]: G: J
• 
  
• 
  
• 
  
• 
  
• 
  ' G% j( M9 ~! O- U, n: ^0 A% X- D
• 
  ! Z7 k* H& c' A0 B
• 
  
  - L2 v% _" n/ U& a. X

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()

                               
登录/注册后可看大图

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。