Cartopy 是一个用于地理空间数据可视化的 Python 库，特别适合与 Matplotlib 结合使用。它支持绘制地图、添加地理信息、绘制图形等功能。下面是一些 Cartopy 绘图的技巧和最佳实践，帮助你更高效地使用这个库。

1. 基础地图绘制

首先，确保你已经安装了 Cartopy 和 Matplotlib，可以使用以下命令进行安装：

bash

pip install cartopy matplotlib

基本示例：

python

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

# 创建绘图和地图轴

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

# 绘制地球的轮廓

ax.coastlines()

# 设置标题

ax.set_title('Basic Map')

plt.show()

2. 添加海岸线和国界

python

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

# 绘制海岸线

ax.coastlines()

# 绘制国界

ax.add_feature(cartopy.feature.BORDERS)

# 绘制海洋、陆地和湖泊

ax.add_feature(cartopy.feature.LAND, edgecolor='black')

ax.add_feature(cartopy.feature.OCEAN)

ax.add_feature(cartopy.feature.LAKES, edgecolor='black')

plt.show()

3. 绘制数据

示例：绘制点数据：

python

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

# 绘制海岸线

ax.coastlines()

# 数据点

lons = [10, 20, 30]

lats = [50, 60, 70]

ax.scatter(lons, lats, color='red', s=100, transform=ccrs.PlateCarree())

plt.show()

示例：绘制等值线：

python

import numpy as np

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

import cartopy.feature as cfeature

# 创建数据

lon = np.linspace(-180, 180, 360)

lat = np.linspace(-90, 90, 180)

lon, lat = np.meshgrid(lon, lat)

z = np.sin(np.radians(lat)) ** 2

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

ax.coastlines()

ax.add_feature(cfeature.BORDERS)

contour = ax.contourf(lon, lat, z, transform=ccrs.PlateCarree(), cmap='coolwarm')

plt.colorbar(contour, ax=ax, orientation='vertical')

ax.set_title('Contour Plot')

plt.show()

4. 设置地图投影

Cartopy 支持多种地图投影，你可以通过设置 projection 参数来选择不同的投影方式：

python

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

# 使用 Mercator 投影

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.Mercator()})

ax.coastlines()

ax.set_title('Mercator Projection')

plt.show()

5. 绘制标记和标签

绘制标记：

python

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

ax.coastlines()

# 绘制标记

lons = [-75, -80, -85]

lats = [35, 40, 45]

ax.plot(lons, lats, 'o', color='blue', transform=ccrs.PlateCarree())

plt.show()

添加标签：

python

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

ax.coastlines()

# 添加标签

lons = [-75, -80, -85]

lats = [35, 40, 45]

for lon, lat in zip(lons, lats):

ax.text(lon, lat, f'({lon}, {lat})', transform=ccrs.PlateCarree())

plt.show()

6. 处理数据的投影

如果你的数据使用的是不同的投影，你可以使用 cartopy 的 transform 功能将数据转换到地图投影：

python

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

import numpy as np

# 数据

lon = np.linspace(-180, 180, 360)

lat = np.linspace(-90, 90, 180)

lon, lat = np.meshgrid(lon, lat)

data = np.sin(np.radians(lat)) ** 2

# 创建投影

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.AzimuthalEqualArea()})

ax.coastlines()

# 转换数据投影

contour = ax.contourf(lon, lat, data, transform=ccrs.PlateCarree(), cmap='viridis')

plt.colorbar(contour, ax=ax, orientation='vertical')

plt.show()

7. 绘制自定义地理数据

示例：绘制 shapefiles：

python

import matplotlib.pyplot as plt

import cartopy.crs as ccrs

import cartopy.feature as cfeature

fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

ax.coastlines()

# 添加 shapefile 数据

shapefile_path = 'path/to/shapefile.shp'

ax.add_geometries(cfeature.ShapelyFeature(shapefile_path, ccrs.PlateCarree()), facecolor='none', edgecolor='black')

plt.show()

8. 处理大规模数据

对于大规模数据，Cartopy 提供了 Datastore 和 Rasterio 等库来高效处理数据，特别是当数据量很大时。

ITPub博客

python中Cartopy绘图使用技巧

最新文章