快捷導(dǎo)航

使用Python實現(xiàn)繪制地圖的示例詳解

更新時間：2024年01月24日 11:02:11 作者：微小冷

這篇文章主要為大家詳細(xì)介紹了如何使用Python實現(xiàn)繪制地圖相關(guān)知識,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

海岸線

cartopy是英國氣象局開發(fā)的一款用于地理空間數(shù)據(jù)處理的python庫，支持創(chuàng)建并發(fā)布高質(zhì)量地圖，隨著basemap的停止維護(hù)，cartopy已成Python中地理繪圖的首選模塊，其最簡單的地圖即為海岸線的線條圖，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，圓柱投影的原理是將地物投影到圓柱面上再展開，將這種投影作為一種坐標(biāo)映射提供給坐標(biāo)軸，便可得到一個cartopy定義的坐標(biāo)軸對象GeoAxes

type(ax)
# <class 'cartopy.mpl.geoaxes.GeoAxes'>

GeoAxes顯然繼承自Axes，除了matplotlib中的函數(shù)之外，還封裝了一些用于地圖繪制的函數(shù)。

地形圖

coastlines即海岸線，由此得到的地圖是極致的線條風(fēng)格，光禿禿得什么都沒有，并不好看。通過stock_img函數(shù)，可以為地圖添加低分辨率的地形圖背景，示例如下，看上去十分不錯，但需要注意，這個圖目前就只有這一張。

ax = plt.axes(projection=ccrs.PlateCarree(180))
ax.stock_img()
plt.show()

重載繪圖函數(shù)

matplotlib中提供了非常多的繪圖函數(shù)，cartopy對下列諸圖進(jìn)行了重載，有關(guān)這些圖形的示例，可參考：python35種繪圖函數(shù)總結(jié)，3D、統(tǒng)計、流場，實用性拉滿

繪圖函數(shù)	圖形類別
scatter	散點圖
barbs	風(fēng)場圖
quiver	向量場圖
streamplot	流場圖
contour	等高線
contourf	填充等高線
pcolor	矩陣偽彩圖
pcolormesh	矩陣偽彩圖
hexbin	鉆石圖

和Axes中的繪圖函數(shù)相比，這些重載后的方法普遍添加了transform參數(shù)，下面以風(fēng)場圖為例，進(jìn)行繪制，此圖來自于官網(wǎng)，但對其繪圖代碼進(jìn)行了精簡。

首先創(chuàng)建示例數(shù)據(jù)

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

下面是繪圖代碼

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()