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：

• 
  ; f) N2 z9 ~9 y+ s) A7 @, N, B0 C
  

conda install Cartopy

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  0 {) i, c5 w8 X+ q* Q! o1 i- m
• 
  " c! L4 B# ~; X6 J0 ^3 j
• 
  
• 
  
• 
  
  

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

---

• 
  + |. C" z4 S3 X" a' U$ `
• 
  % G: b7 x, e" Q  r8 e+ y& E
• 
  + ?+ G% B$ K, ]( [( j
• 
  
• 
  
• 
  
  ) B' H: c2 @5 O/ i

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()
, F7 N! k4 I2 e

图形保存方式：

• 
  5 F/ Z- w( t* e+ i5 U
• 
  + H$ ~) @* Z* w& {
• 
  3 F2 v  p# k! T
  

# 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
/ v# h8 x' j  s6 {7 U4 X( U

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  ) \' E6 X& [( b+ k. D) I8 G
• 
  
• 
  
• 
  9 o" |7 ~& s3 _6 s
• 
  
• 
  
• 
  ) z1 G1 q' ]9 l' C4 `
• 
  - A; J  n7 g- ~1 p
• 
  : @8 A' e8 `3 r
• 
  
• 
  " n( |! u3 E7 W& f; B7 p' v
• 
  ' ^8 f  [& \+ \
• 
  1 |+ }% p/ Y* L
• 
  5 z4 C' S$ h6 |
• 
  9 P6 U1 G1 J  `. ^- i
• 
  
• 
  
• 
  ; m. n( X0 E# Z3 `; N
  3 t: L! h; b. B+ x* H

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()
7 O, Z+ _: _, Z& y% g  D

                               
登录/注册后可看大图

: N4 l/ a: P5 o

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：

• 
  & u  h: n8 q) ^& a% m* k5 f
• 
  . \/ K" ]7 }# T. E9 a8 `
• 
  
• 
  $ B4 ^& N  }# u
• 
  6 O8 Z" B: |3 A: y; d" r5 Z3 W
• 
  
• 
  / W; q8 C2 ]) \: q" X7 a( F3 [
• 
  
• 
  9 w3 a' s4 F+ F
• 
  + h* H$ z6 J+ h4 Y
• 
  , o, F- i: K5 x/ j
• 
  , w+ u% d  N1 t( n  ~) T
• 
  ( M  @8 i; R9 \9 u, F, C' l/ P% J
• 
  & n* ^9 p2 `+ |
• 
  
• 
  
• 
  8 r1 B+ K0 S: Q' G3 ~
• 
  
• 
  
• 
  7 a7 y( r& |  g8 B7 l0 Q  j
• 
  ) R% {8 }( K' }! x& f: S
• 
  " q; ^. @; h& I4 C) T$ ~
• 
  
  

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()
# n# \+ V( \" S, ^0 _

" M4 ]3 P, H& Z' f! t

                               
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。