【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("···")

  
  

只要按照以上六步，基本绘图没有问题！！！

9 Q/ m; U$ Z, n) n( D! |  T
8 H' ~5 D# U% _' L4 v! z9 N

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：

• 
  
  " Q7 Q/ g2 m+ O# l0 ~) m

conda install Cartopy

$ P7 n: K6 v1 l3 ^

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

• 
  
• 
  # B2 `4 X% f7 b3 |: ?# U1 `
• 
  * a6 K: V2 _0 _% e+ S) b9 i
• 
  
• 
  0 @% V3 |" J" a- ?' m! p; T
• 
  - |, I" J& t5 w
• 
  ' Z: V% q/ g7 I( V. n0 E- O
• 
  
• 
  , w& p- \* q2 u% {& _/ o% g
• 
  
• 
  - b! H+ j/ G" l) ~- v, n" r8 H
• 
  
• 
  
• 
  
• 
  2 P$ s4 B1 o7 O& x- c* _3 K' K0 ?
• 
  " c7 a3 M0 j" H0 D# _: @
• 
  
• 
  
• 
  ) M# J1 @. |& {  q; Y# d
• 
  
• 
  
• 
  1 U9 b9 Y) U7 [1 E8 y1 A: F
• 
  ( q$ r; k$ Z9 Y2 a8 [
• 
  
• 
  8 F" C# O/ r! y) `% s9 ]
• 
  
• 
  
• 
  ; d% A* A2 Y1 O8 K
  . f. Y$ e  u4 \0 ]8 G& u

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()

' c4 L: f0 ?; k
+ y& d* @4 K) q/ Z$ M/ T9 j0 g
, q. G+ J2 l. t