python | cartopy，一个有趣的 Python 库！

本文来源公众号“python”，仅用于学术分享，侵权删，干货满满。

原文链接：cartopy，一个有趣的 Python 库！

大家好，今天为大家分享一个有趣的 Python 库 - cartopy。

Github地址：https://github.com/SciTools/cartopy

在地理数据的可视化和空间分析中，Cartopy 是一个强大的 Python 库，专门用于处理和绘制地图及地理信息。它基于 Matplotlib 提供丰富的地理投影、轮廓图、等高线图等功能，广泛应用于气象学、地球科学、海洋学和其他与地理空间数据相关的领域。Cartopy 支持各种地图投影和坐标变换，能够轻松地将地理数据可视化，使研究人员和开发者能够对复杂的地理数据进行深入分析。

安装

Cartopy 的安装稍微复杂一些，因为它依赖于多个底层库，如 GEOS、PROJ 和 Shapely。

推荐使用 conda 进行安装，以确保所有依赖正确安装：

conda install -c conda-forge cartopy

如果使用的是 pip，则可以尝试以下命令进行安装，但可能需要手动安装一些依赖项：

pip install cartopy

安装完成后，确保 Matplotlib 也已安装，因为 Cartopy 依赖它来绘制图形。

特性

1. 多种地图投影：支持多种地图投影，如等经纬线投影（PlateCarree）、墨卡托投影、北极/南极投影等。

2. 灵活的地理绘图：能够绘制大陆、湖泊、河流、海岸线等地理特征。

3. 坐标变换：支持在不同的地图投影间进行坐标变换，确保地理数据的正确显示。

4. 绘制地理数据：支持绘制矢量数据、栅格数据，如地理信息系统（GIS）文件和气象数据（如风场、等温线）。

5. 与 Matplotlib 无缝集成：可以与 Matplotlib 配合使用，充分利用 Matplotlib 的绘图功能进行地理数据的展示。

基本功能

1. 创建基本地图

使用 Cartopy，可以轻松创建一个基本的地图，并添加海岸线、国家边界等地理特征。

import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# 创建地图并使用 PlateCarree 投影
fig = plt.figure(figsize=(8, 6))
ax = plt.axes(projection=ccrs.PlateCarree())

# 添加海岸线
ax.coastlines()

# 设置标题
plt.title('基础地图示例')
plt.show()

在这个示例中，使用了 PlateCarree 投影来绘制一个简单的世界地图，并添加了海岸线。通过 Cartopy，可以快速生成带有地理特征的基本地图。

2. 绘制国家边界和河流

除了海岸线之外，Cartopy 还支持绘制国家边界、河流、湖泊等地理特征。

import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# 创建地图并使用 Robinson 投影
fig = plt.figure(figsize=(8, 6))
ax = plt.axes(projection=ccrs.Robinson())

# 添加地理特征
ax.coastlines()
ax.add_feature(cartopy.feature.BORDERS, linestyle=':')
ax.add_feature(cartopy.feature.RIVERS)

# 设置标题
plt.title('带有边界和河流的地图')
plt.show()

在这个示例中，使用了 Robinson 投影，并添加了国家边界和河流。Cartopy 内置了多个地理特征，可以通过 cartopy.feature 轻松添加到地图上。

3. 坐标网格

Cartopy 支持在地图上添加经纬度网格，以便更好地展示地理信息。

import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# 创建地图并使用 PlateCarree 投影
fig = plt.figure(figsize=(8, 6))
ax = plt.axes(projection=ccrs.PlateCarree())

# 添加海岸线
ax.coastlines()

# 添加经纬度网格
ax.gridlines(draw_labels=True)

# 设置标题
plt.title('带有坐标网格的地图')
plt.show()

这个示例展示了如何在地图上绘制经纬度网格，并且显示网格标签（即经纬度坐标）。

高级功能

1. 坐标变换和地图投影

Cartopy 提供了对不同投影之间进行坐标变换的能力，这在需要展示不同地理区域或进行精确测量时非常重要。

import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# 创建地图并使用北极投影
fig = plt.figure(figsize=(8, 8))
ax = plt.axes(projection=ccrs.NorthPolarStereo())

# 添加海岸线
ax.coastlines()

# 设置标题
plt.title('北极投影地图')
plt.show()

在这个示例中，使用了 NorthPolarStereo 投影，绘制了一个以北极为中心的地图。

2. 绘制等高线图

Cartopy 支持在地图上绘制等高线图和等值线图，这对于展示气象或地形数据非常有用。

import numpy as np
import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# 生成模拟数据
lon = np.linspace(-180, 180, 181)
lat = np.linspace(-90, 90, 91)
lon2d, lat2d = np.meshgrid(lon, lat)
data = np.sin(np.radians(lat2d)) * np.cos(np.radians(lon2d))

# 创建地图
fig = plt.figure(figsize=(10, 5))
ax = plt.axes(projection=ccrs.PlateCarree())

# 添加海岸线
ax.coastlines()

# 绘制等高线
cs = ax.contour(lon, lat, data, levels=10, colors='k')
ax.clabel(cs, inline=1, fontsize=10)

# 设置标题
plt.title('等高线图示例')
plt.show()

这个示例展示了如何生成模拟的地理数据并绘制等高线图，能够有效地展示地形变化或气象数据。

3. 使用矢量数据

Cartopy 可以处理矢量数据文件，如 GeoJSON、Shapefile 等。可以通过 cartopy.io.shapereader 读取并展示这些矢量数据。

import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import cartopy.io.shapereader as shpreader

# 创建地图
fig = plt.figure(figsize=(8, 6))
ax = plt.axes(projection=ccrs.PlateCarree())

# 添加海岸线
ax.coastlines()

# 读取 Shapefile 数据
shapefile = shpreader.natural_earth(resolution='110m', category='cultural', name='admin_0_countries')
reader = shpreader.Reader(shapefile)

# 绘制国家边界
for record in reader.records():
    ax.add_geometries([record.geometry], ccrs.PlateCarree(), edgecolor='black')

# 设置标题
plt.title('Shapefile 数据绘制示例')
plt.show()

通过这个示例，可以加载并绘制 Shapefile 数据，展示全球国家边界。

总结

Python Cartopy 是一个功能强大的地理数据可视化工具，广泛应用于气象学、地球科学、航空航天、海洋学和地理信息系统等多个领域。它基于 Matplotlib 提供丰富的地理投影、轮廓图和数据展示功能，帮助开发者轻松地处理复杂的地理数据。

THE END !