使用Python实现绘制地图的示例详解
作者：微小冷
这篇文章主要为大家详细介绍了如何使用Python实现绘制地图相关知识,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
海岸线
cartopy是英国气象局开发的一款用于地理空间数据处理的python库，支持创建并发布高质量地图，随着basemap的停止维护，cartopy已成Python中地理绘图的首选模块，其最简单的地图即为海岸线的线条图，示例如下
import cartopy.crs as ccrs import matplotlib.pyplot as plt ax = plt.axes(projection=ccrs.PlateCarree()) ax.coastlines() plt.show()
PlateCarree是可利投影，圆柱投影的原理是将地物投影到圆柱面上再展开，将这种投影作为一种坐标映射提供给坐标轴，便可得到一个cartopy定义的坐标轴对象GeoAxes
type(ax) # <class 'cartopy.mpl.geoaxes.GeoAxes'>
GeoAxes显然继承自Axes，除了matplotlib中的函数之外，还封装了一些用于地图绘制的函数。
地形图
coastlines即海岸线，由此得到的地图是极致的线条风格，光秃秃得什么都没有，并不好看。通过stock_img函数，可以为地图添加低分辨率的地形图背景，示例如下，看上去十分不错，但需要注意，这个图目前就只有这一张。
ax = plt.axes(projection=ccrs.PlateCarree(180)) ax.stock_img() plt.show()
重载绘图函数
matplotlib中提供了非常多的绘图函数，cartopy对下列诸图进行了重载，有关这些图形的示例，可参考：python35种绘图函数总结，3D、统计、流场，实用性拉满
| 绘图函数 | 图形类别 |
|---|---|
| scatter | 散点图 |
| barbs | 风场图 |
| quiver | 向量场图 |
| streamplot | 流场图 |
| contour | 等高线 |
| contourf | 填充等高线 |
| pcolor | 矩阵伪彩图 |
| pcolormesh | 矩阵伪彩图 |
| hexbin | 钻石图 |
和Axes中的绘图函数相比，这些重载后的方法普遍添加了transform参数，下面以风场图为例，进行绘制，此图来自于官网，但对其绘图代码进行了精简。
首先创建示例数据
import numpy as np
import cartopy.crs as ccrs
def sample_data(shape=(20, 30)):
crs = ccrs.RotatedPole(pole_longitude=177.5, pole_latitude=37.5)
x = np.linspace(311.9, 391.1, shape[1])
y = np.linspace(-23.6, 24.8, shape[0])
X, Y = np.deg2rad(np.meshgrid(x, y))
u = 10 * (2 * np.cos(2 * X + 3 * (Y + 30)) ** 2)
v = 20 * np.cos(6 * np.deg2rad(X))
return x, y, u, v, crs
下面是绘图代码
import matplotlib.pyplot as plt
fig = plt.figure(figsize=(10, 5))
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())
ax.set_extent([-90, 80, 10, 85], crs=ccrs.PlateCarree())
ax.stock_img()
ax.coastlines()
x, y, u, v, vector_crs = sample_data(shape=(10, 14))
ax.barbs(x, y, u, v, length=5,
sizes=dict(emptybarb=0.25, spacing=0.2, height=0.5),
lw=0.95, transform=vector_crs)
plt.show()
到此这篇关于使用Python实现绘制地图的示例详解的文章就介绍到这了,更多相关Python绘制地图内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！