【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！！！

0 [" }; T6 U. P- M2 S2 u0 u
) Q0 T5 S6 \7 c' p" W

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：

• 
    F0 z, ?5 f. T. t! I
  3 u3 w& U3 S; [% Z8 I$ G8 L

conda install Cartopy

5 V5 T2 v) x& F% C( n" r
2 Y4 W9 v. ]$ B# ]
" V; E, x1 Q2 w$ z& Y( B- i4 ]

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

• 
  / U- i+ s2 i. q, O, k: |0 ?4 H
• 
  
• 
  1 V- ]3 s$ O4 w3 ~% N1 S0 l" d
• 
  
• 
  
• 
  
• 
  & T! n- @4 B: P7 a+ u
• 
  
• 
  6 i4 J! ~: w# p& h
• 
  
• 
  . A3 E' d0 H' F! Y6 t' q4 {$ U
• 
  
• 
  . u" `, R- f8 X4 L: H
• 
  
• 
  9 s$ ?* }! v) d, l  o3 D
• 
  
• 
  " m- c) v( w  E2 O' q. A0 x) ?
• 
  2 A& U. p# {& G, U2 L
• 
  
• 
  
• 
  
• 
  
• 
  3 o$ {) @/ B0 q# ]
• 
  
• 
  
• 
  7 d& f" Y9 F) A1 F7 J5 S
• 
  : k5 [* j" ~$ ~' v' T
• 
  
  

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()

- Q( `9 e6 d% V9 H" a6 z
8 B+ }0 _) j# |