经纬度绘图_Python气象绘图教程（七）——Cartopy

Python地理信息库包—— Cartopy

一、简介

在前面的教程中，我们已经讲解了常用的二维型数据的可视化方法。但是在日常研究中，由于大气科学属于地学系统，和地球地理信息的结合十分密切，大多数时间，需要在图形中添加地理信息。作为胶水语言，在Python中，目前还在使用的地理可视化库包尚有basemap、cartopy、geopandas等，但由于basemap是基于Python 2，而2已经不再维护，这意味着basemap也要为Python 2陪葬。而geopandas是基于pandas的，属于商务图表利器，但对于气象科研，显得力不从心。现在仅介绍basemap接班者cartopy。

二、Cartopy的安装 在前面已经推荐大家使用conda安装更新库包，从几个Python交流群反馈来看，请尽量不要混用pip与conda来安装库包，反复在pip和conda之间横跳最为致命。如果最开始选择conda，请尽量从一而终。安装Cartopy的命令主要有下面两种：

conda install cartopyconda install -c conda-forge cartopy###conda-forge是一个提供库包辅助社区

按照之前的教程，请随意新建一个文档，输入import cartopy ,如果没有报错(无事发生*囧*)，说明库包已正常安装。 三、初识Cartopy

由于地球是球体，而我们使用的地图是平面的，将球型展开为平面进行绘制时有距离、面积的失真。所以地图学家们提出了各种各样的投影方式，来尽量减小某方面的失真。Cartopy作为专业地理制图库包，提供了非常多的投影方式，能够满足气象业务的需求(import cartopy.crs as ccrs)。其中需要我们重点关注的是:

默认投影(PlateCarree)

兰勃脱投影 (Lambert) 墨卡托投影 (Mercator)

极投影(我对此类投影的统一称呼，当然学名不叫极投影)

其中，默认投影适合单独省份或者地级市的绘制，这种情况下其变形基本无法看出(内蒙古的meteoer请走开);兰勃脱投影适合中纬度大范围绘制，比如绘制全中国大公鸡、东亚形势、西北太平洋等；墨卡托投影适合低纬度赤道附近的绘制，一般研究台风、纬向环流等(我也不是专门研究这个的，只能说也许、大概、差不离、估摸着是这样)；极投影适合研究寒潮的北极冷涡。我找到了一张图展示了墨卡托形变(南极离赤道最远，面积变化最大 )：

当然，默认制图时，中心经线一般为本初子午线。这样中国就偏安东部了，cartopy提供了修改中心经线的命令：

cartopy.crs.PlateCarree(central_longitude=0.0)

首先调出默认等距投影platecarree，在内部参数central_longitude处修改到你需要的中心经度。 四、实际操作 千读不如一练，Python气象绘图显然也是如此，下面通过简要的一幅小图，我们来直观感受cartopy的运作。

import matplotlib.pyplot as plt###引入库包import cartopy.crs as ccrsp