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。

1 {: s: m! \# v; f! q% a

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：

• 
  
  

conda install Cartopy

6 Y+ ], N- V" ~2 z
' T8 T5 @( \+ _/ l+ a- R

2. 使用matplotlib.pyplot（plt）绘图：

例1：

• 
  
• 
  
• 
  
• 
  + a. h/ A! T' P& M
• 
  
• 
  
  5 V: R: A. L, J- H

import cartopy.crs as ccrsimport matplotlib.pyplot as plt#一种投影ax = plt.axes(projection=ccrs.PlateCarree())ax.coastlines()plt.show()
- p2 {( _. P( n$ X2 E

---

• 
  % m6 G1 Y8 J5 Z# F+ ~( B
• 
  
• 
  0 @( [, L" L4 L  B3 L: h2 z7 m
• 
  0 F2 ?0 J7 k4 K
• 
  , V9 \8 I8 H7 h( i, `, g- I! V
• 
  
  

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()

图形保存方式：

• 
  
• 
  
• 
  
  " _) N7 W8 X% X! s

# 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

* i- D/ p1 F  u

绘制时间序列图

例：以三角函数为例绘图

• 
  
• 
  
• 
  , S! `# \% s7 e2 B5 R. P3 F5 `# @
• 
  
• 
  % H4 E% r7 {$ {8 L! [2 [9 u; v
• 
  . ~% z4 Z- h* w* W- ~
• 
  % w* F/ M$ x: {  ^
• 
  ! [' E. z; C( f3 A
• 
  
• 
  . V5 D& w$ K8 V8 f8 i0 c
• 
  6 n; b' S1 i0 c! w; G) s- f
• 
  
• 
  % ~' l5 J; Z/ i3 m6 ^
• 
  , u0 d  J/ N. D0 P" x) S% n/ |8 r/ i! m& ]
• 
  ) C/ {* O1 p+ k$ n: c" ^9 x
• 
  : ^" W& M, ]5 B% f8 a; |+ k0 p  x7 [. N
• 
  6 i9 p3 w' o8 y1 N: I" ?
• 
  
• 
  
• 
  % E- I- t/ t- v" A& ?7 O
  

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()

# m3 p7 {. h5 ]5 H6 [7 b) S                               
登录/注册后可看大图

8 k1 H, c4 j0 [/ i$ i

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：

• 
  
• 
  $ \+ u5 w& \# g0 s. X' n
• 
  
• 
  
• 
  
• 
  
• 
  " t$ S+ K. n$ f9 D! X
• 
  8 @) W8 N! g+ v2 v# _+ h
• 
  ; k; c3 d& r* z0 T" p, |/ e* I
• 
  
• 
    s- B8 s0 K' q+ }* B0 D
• 
  
• 
  $ i1 L' G$ P$ H5 g! P+ v- E: K
• 
  2 |# h: f, [6 N$ S& B
• 
  
• 
  
• 
  4 u& [- T8 L3 e+ z# j: m& X' U
• 
  
• 
  
• 
  3 _" f; B8 C+ O, w7 O8 G
• 
  
• 
  
• 
  
  " F7 i, N+ h8 w4 n7 v7 C( L

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()

5 N% @4 R3 H4 U  n                               
登录/注册后可看大图

, N& h& p9 G% H, i

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。