本文共 2909 字，大约阅读时间需要 9 分钟。

在地理数据的可视化和空间分析领域，Python Cartopy 是一个强大的开源库，专门为科学研究和开发者提供地图绘制和地理信息处理的能力。它基于 Matplotlib 提供丰富的地理投影、轮廓图和等高线图等功能，广泛应用于气象学、地球科学、海洋学和其他地理空间数据相关的领域。

安装

Cartopy 的安装依赖于多个底层库，如 GEOS、PROJ 和 Shapely。为了确保所有依赖项正确安装，推荐使用 conda 进行安装：

conda install -c conda-forge cartopy

如果使用 pip Installs 的话，可以尝试以下命令，但需注意可能需要手动安装部分依赖项：

pip install cartopy

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

功能特点

Cartopy 提供多种地图投影选项，包括等经纬线投影（PlateCarree）、墨卡托投影、北极/南极投影等。它还支持绘制大陆、湖泊、河流、海岸线等地理特征，并能够在不同投影之间进行坐标变换。与 Matplotlib 无缝集成，是进行地理数据可视化的理想选择。

基本操作

创建基础地图

通过 Cartopy，可以轻松创建带有地理特征的地图。以下是一个简单的示例：

import matplotlib.pyplot as pltimport 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()

绘制国家边界和河流

Cartopy 支持绘制国家边界和河流。以下是一个更详细的示例：

import matplotlib.pyplot as pltimport 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()

添加经纬度网格

要在地图上显示经纬度网格，可以使用以下代码：

import matplotlib.pyplot as pltimport 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()

高级功能

坐标变换和地图投影

Cartopy 支持不同投影之间的坐标变换，这在处理复杂地理区域时非常有用。以下是一个北极投影的地图示例：

import matplotlib.pyplot as pltimport 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()

绘制等高线图

要绘制等高线图，可以使用以下代码：

import numpy as npimport matplotlib.pyplot as pltimport 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()

处理矢量数据

Cartopy 支持处理矢量数据，如 GeoJSON 和 Shapefile。以下是一个 Shapefile 数据绘制示例：

import matplotlib.pyplot as pltimport cartopy.crs as ccrsimport 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()# 加载 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()

总结

Python Cartopy 是一个功能强大且灵活的地理数据可视化工具，适用于气象学、地球科学、航空航天、海洋学和地理信息系统等多个领域。它通过提供丰富的地理投影和数据处理功能，为科学研究和开发者提供了强大的工具，能够轻松处理和展示复杂的地理数据。

转载地址：http://ywofk.baihongyu.com/