【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("···")

  
  , U3 V% {( ~8 b, f

只要按照以上六步，基本绘图没有问题！！！

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。

2 u; E; }- f* t3 G) \( S% m

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：

• 
  
  

conda install Cartopy
! N1 X: `8 U+ v

0 I& r5 C* _; U% A" {9 p0 A4 _

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 k/ F! f! Z6 E: x
• 
  - W" B1 k( \1 a" j3 A9 q
• 
  
• 
  
• 
  + m3 w  e. j1 @( ?1 ?" K
• 
  
• 
  
• 
  + r9 G& u3 c- E5 v, N* H
• 
  ( q' O/ n0 q# D! r+ a: E
• 
  . q5 R, I. Q! Q4 m7 j
• 
  
• 
  / m1 C" a/ F5 n- p; `  }0 G7 w
• 
  + X6 U+ Z  v. u
• 
  
• 
    [5 b  ^$ p+ s& ]4 e
• 
  % s9 H; R) v' L2 E* \
• 
  ! ]( f- |- G. Q& ]: r, l, E" |- z
• 
  
• 
  5 W: h, a9 t$ U9 r: @( Q
• 
  
• 
  
• 
  
• 
  9 l* b% L5 K, T/ u9 @: X" T
• 
  0 W+ n+ a% b5 ?5 m: v3 F
• 
  * {( f, M! ?  t- h# Q( 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()

# B' e) {1 d: ^* C4 F

: a4 n8 m. ?+ y0 W3 f$ y& n3 D, ?2 }