使用Matplotlib & Cartopy绘制台风路径图

夏天一到，沿海地区经常会遭到台风的袭扰，可谓苦不堪言。

之前在公众号做过一个关于我国历史台风统计的可视化展示，发现很多有趣的数据，比如说台风登陆最多的城市是湛江。

大家可以去翻看历史文章，附有完整代码和数据，有兴趣做些可视化探索。

大数据告诉你，台风最喜欢在我国哪个省市登陆

这次的文章不研究台风数据，而是尝试用Python来绘制台风路径。

主要第三方库

用到的主要工具包有pandas、numpy、matplotlib、cartopy、shapely，前三个库大家可能都熟悉，下面介绍下后两个库的使用场景。

cartopy：基于matplotlib的python地理数据处理和可视化库，本文会用来展示地图

shapely: 是一个对几何对象进行操作和分析的Python库，本文用来处理点线数据

• cartopy文档：https://scitools.org.uk/cartopy/docs/latest/
  
• shapely文档：https://shapely.readthedocs.io/en/stable/

台风路径数据

本文用到的数据是我国2017年所有台风路径，包含了时间、经纬度、强度等关键信息。

由于数据来源网络，没法追溯真实性，仅供练习。

原始数据比较乱，我重新处理了方便使用：

可以看到共有7个字段：

台风编号：我国热带气旋编号
日期：具体时间
强度：0~9
纬度：单位0.1度
经度：单位0.1度
中心气压：hPa
中心最大风速：m/s

绘制地图

台风路径需要在地图上展示，那么如何获取地图呢？

方式有很多种，既可以用离线的GeoJson数据，也可以用JPG图片，或者第三方库提供的地图。

我这里用的是cartopy内置的地图数据，可以很方便的修改配置属性。

首先导入本次会用到的所有库：

# cartopy：用来获取地图
import cartopy.crs as ccrs
import cartopy.feature as cfeature
# matplotlib：用来绘制图表
import matplotlib.pyplot as plt
# shapely：用来处理点线数据
import shapely.geometry as sgeom
import warnings
import re
import numpy as np
import pandas as pd
warnings.filterwarnings('ignore')
plt.rcParams['font.sans-serif'] = [u'SimHei']
plt.rcParams['axes.unicode_minus'] = False

获取我国沿海区域地图：

# 通过cartopy获取底图
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(1, 1, 1, projection=ccrs.