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。

5 c5 |' Z) I/ r+ i/ ?5 e/ n5 Y/ v

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：

• 
  
  4 \; g4 g. J" Q2 V  `6 t

conda install Cartopy
$ S3 e3 I: i8 \

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  ' N( }/ T& {! m6 n
• 
  
• 
  . C: B# k' N" T4 ~( a
• 
  ! F# R; h6 f" Z
• 
  . }) c- ^! Q2 \  v
• 
  , Y0 l( O& K- |1 b) l
  

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

---

• 
  
• 
  
• 
  ; Y7 |$ r% C) y
• 
  
• 
  8 v5 N& |6 Q5 @: G- `
• 
  
  

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()
( j2 W* y( l& I  k/ d" ?$ Y6 Y

图形保存方式：

• 
  $ V; @1 N# C/ ?! t5 k- ^5 I
• 
  & Z4 W  B' o8 E; x$ h# R
• 
  
  

# 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
$ c1 U( x2 f6 L& ~

绘制时间序列图

例：以三角函数为例绘图

• 
  * G2 D- r" O! _4 O, V+ @( a7 r
• 
  $ b- l! }8 s2 m' c5 c
• 
  
• 
  
• 
  2 `/ u8 ?2 z6 k- x" r8 W
• 
  
• 
  " @, k9 B5 B+ P. a% M9 [  @% r
• 
  ; v! z: u) n0 q7 S2 g* O/ T: K  S
• 
  
• 
  
• 
  # T! B' G3 q( T0 I$ {
• 
  
• 
  ( \( W7 V7 E' U9 [7 _
• 
  
• 
  
• 
  3 S( X$ ~& }9 X; h0 V
• 
  
• 
  2 _7 H2 P/ g+ o' O. T8 i
• 
  
• 
  + g( u! `- I5 v' y" z
  6 Y; |8 X' S8 \. }( a9 O2 h

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()
! M% f: J+ Y$ ]$ f. N: O0 N: I

  {+ r  b& w7 H' R. D; c( s) Z

                               
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：

• 
  
• 
  0 j2 ^: A4 x8 a& }" [# S+ Q
• 
  ; A8 G; j3 O. c0 b3 t
• 
  
• 
  6 w0 s: _. I# S; }
• 
  , t0 {( e) W! c' x& p; l
• 
  
• 
  
• 
  0 \/ Z) [  ~5 `, P" C
• 
  2 K9 T8 `0 M: ]" E$ e7 K9 }
• 
  
• 
  ( Q7 `0 p. y& c+ Z0 m: p" h
• 
  $ f+ W7 V+ F+ h- M+ W
• 
  8 |8 }* b* ]; [# E
• 
  ! P* x' O" x/ T- \" u" y" Y0 Q; Y
• 
  
• 
  
• 
  
• 
  $ B" q' r2 }% s3 U9 n" }
• 
  8 P0 l2 F( C1 i* s7 U# t
• 
  ! _& k$ Q& P: z7 C( ?/ X! G, ~" M7 N' S
• 
    \, t+ q( |0 i; I& K
• 
  
  

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()
) q4 t: t# X" ]

# N: J4 R, {0 t8 l3 N                               
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。