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。

6 S" v) C- a* U  ]/ J/ s* r3 y

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：

• 
  6 z! ^) U8 l& B/ W
  

conda install Cartopy
) j3 N4 n6 S# P, C* r: C

7 r( m- ^" E( v" |1 w# N
% n( k6 v; @3 R! K6 d) @9 [8 B

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  ( `' `( x# C1 Y2 u) G2 x8 Q& v
• 
  
• 
  
• 
  
• 
  
• 
  ( A! ^* p( m# n: \
  / O; w1 H  T3 Y

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

---

• 
  
• 
  
• 
  
• 
  5 |5 K& `( C- k
• 
  . U" n  _# @% n3 I0 d
• 
  
  6 Q  P- R8 @! o; N# u

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()
0 p2 q( n& Z, H: Z4 u; a' F! c* i9 N! m

图形保存方式：

• 
  
• 
  
• 
  9 E  [0 v8 C4 Y! l. d$ u0 x
  

# 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
' c# T% u% K2 f6 X- U

绘制时间序列图

例：以三角函数为例绘图

• 
  4 V+ \2 j9 p; l$ Q% s1 E$ T
• 
  
• 
  3 n  N. K3 p' A8 q* K2 T( j
• 
  
• 
  
• 
  
• 
  4 u7 b6 [* l# F7 e
• 
  + f# k& @5 S: d% x
• 
  $ P1 `0 o9 L6 J8 O0 v
• 
  
• 
  
• 
  
• 
  ( z. [! R" I# T- a' Y3 J% |
• 
  
• 
  
• 
  / Q1 D& R% n5 v
• 
  3 z- m2 _4 u: k3 ]' w
• 
  
• 
  4 D9 C1 _; r2 m# D( F8 |) _
• 
  0 a4 g) H$ U/ }  J
  

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()
* j8 t& E7 T8 \0 l7 W& z! t

) Q( r6 \: }$ S) d9 s! n/ y

" `& K& [9 m& k' [1 a                               
登录/注册后可看大图

9 ]" E  h% L2 K7 Y0 [

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：

• 
  
• 
  . w( @  F0 }7 `$ b5 ]: `) x  m& S0 O
• 
  9 J' {  k, q" @
• 
  # O. S) f5 [: N4 t) j
• 
  
• 
  2 Q: H7 T; w) n/ v) X( n
• 
  1 p7 ~7 o, r; V0 z% |& D2 K
• 
  ' K, G' }! D" G8 N
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  ( ~0 i; q* H/ g% b/ F
• 
  
• 
  
• 
  9 f9 T8 x, z. Y! }, t! [9 F' W
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  
  

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()

. k" `* I; P2 X- G0 E

, L3 s% @& l1 O, s                               
登录/注册后可看大图

- n2 m" h3 ~  T$ f

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。