【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！！！

# I4 N/ B& D4 b( U- k2 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：

• 
  
  9 K( T: O5 a) ]* B8 U3 [

conda install Cartopy

. C. ~' `, h. e, P+ |" P

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

• 
  5 |' d7 j( x' ?+ T
• 
  . p: O. [. u5 T! b; z/ i3 z; Y8 {
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  & p4 L" m! O. T/ X0 A( y
• 
  
• 
  
• 
    b( A8 _- g/ I$ A7 ~" Q
• 
  " r; ?7 b- _8 R0 l1 D" p) m, }% K
• 
  / n# {& e7 H# u' B  m- G# R
• 
  $ [. ~. y7 N; V8 B
• 
  
• 
  : I" e2 k3 D3 B% s5 x
• 
  
• 
  
• 
  0 A0 K) ]% @' m' Q1 [  |
• 
  
• 
  
• 
  5 _- y; D, V" e$ @* M
• 
  - o( m) G$ ~/ D2 P- f
• 
  
• 
  
• 
  8 M: H! m7 m$ i8 A
• 
  
• 
  " Q6 v8 x2 G8 l* @# m+ j
  ; Q7 z" S5 i# @0 p) O7 |

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()
8 J* p6 z3 Q2 R! B* y: }

% B( \7 R: Q  i1 s- V( x7 l5 \
& V7 }3 R; C: J- }  {