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。

. p4 }" Q$ J- W/ X

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：

• 
  
  # `, P4 S( d3 t7 ^+ @0 e) h

conda install Cartopy

5 y+ F+ l9 ~9 g

9 }: b" k- b3 o8 q. C

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  3 Q1 s8 P& N& O5 e& O  I- f8 m
• 
  
• 
  
• 
  , C# f# D% L/ Z- J6 E# c, r
• 
  9 ]' a$ p0 k" E& p" q
  

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

---

• 
  8 s- \" o8 O7 S' Q- k6 E& E; [" D' _
• 
  3 q; }. U/ ]5 t& t/ t
• 
  1 K9 C" W6 p- W8 W
• 
  
• 
  2 w+ h8 J/ Z1 e$ 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()

图形保存方式：

• 
  
• 
  7 g5 p& @3 v3 k6 s
• 
  9 t" h& M, m0 |
  ' j' d: B, o0 S7 \

# 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

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  ! K( Z1 P1 L7 z2 J
• 
    u5 X9 K" \4 d% R" \
• 
  # a1 P& X+ m( i: f- ~6 ^7 |
• 
  3 d( p* p3 v* D  o7 [
• 
  $ P+ i5 T% r* @0 [
• 
  1 ?5 Z' w: |1 K+ X/ e
• 
  5 r! W! I( `. f/ b
• 
  9 K6 ?  C3 F2 H, @# Z: s9 O
• 
    O; C* P3 d8 _- [6 S
• 
  
• 
  
• 
  " i1 \1 f3 V: i( V
• 
  ) ~1 K( `6 T4 O2 v0 x3 i: w
• 
  
• 
  / G6 P* m, g6 o  O& l
• 
  
• 
  
• 
  $ g" {7 Y/ l' P
• 
  ' o9 B9 P8 Q3 I! w# f5 ~" y
  " _  L3 m- u5 P  u& s( T

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()
+ Y9 r; J- W; r  R2 Z9 x

2 @( C+ c3 A. v& G3 |

& F9 B# G; ?; Y                               
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：

• 
  
• 
  ) B3 v0 B8 ?2 V& A2 W" D2 o6 u
• 
  
• 
  
• 
  2 [! @% g7 x  g1 l- L& d4 y
• 
  
• 
  
• 
  $ y/ |) a% i2 [* w
• 
  2 Z5 `4 ?8 ]1 B# w( {) Y7 K* s
• 
  ) F- ?/ W/ P1 N( A. L; |* B
• 
  
• 
  
• 
  
• 
  
• 
  ( |; V" V3 Q7 h4 B( D/ z- {
• 
  
• 
  
• 
  ! G. |' X  e9 P4 |1 K+ h6 f( I: O
• 
  
• 
  9 L  ?( Z5 F' {  {! ]& Q
• 
  
• 
  2 Q& |  l( k  s/ l8 e
• 
  
  8 d! `8 o4 W, Q# X: J! L

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()

: V( {/ B+ M( G! Y9 D3 {

/ u% N2 I0 ^5 j: A! A, L% Q* [# u$ f7 G                               
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。