将 cartopy 集成到 matplotlib 的主要类是 GeoAxes，它是普通 matplotlib Axes 的子类。...GeoAxes 类为特定于绘制地图的轴添加了额外的功能。创建一个 GeoAxes 对象的办法是，在创建 axes（或 subplot）时，通过参数 projection 指定一个 ccrs 中的投影。...但需要注意的是，即便正确绘制了国界、省界，所绘地图如果要在境内公开展示，依然需要审图。个人没有提交审图申请的资格，需要付费，委托给有资质的企事业单位代为提交审图申请。...在之前的的学习中我们知道，cartopy绘制的地图称为子图，在绘制中国地图时候，有时候由于地图大小的限制，我们无法展示部分地区如南海，常规的方法是绘制两幅地图，比如一张为全国地图，一张为局部地图，也就是常说的南海小地图...常见的subplot和subplot2grid函数一般来说绘制的地图大小是一样的，不容易展示比例大小，所以我们选择add_axes()命令来绘制两个大小不一样的子图。
这就是我理解的开发者的想法。下面就是如何将shp文件中的geometry转化成polygon的问题了。cartopy有没有这个功能呢，打开官网文档，可以查到这么一条： ?...使用时，只需要修改shp文件的路径，读取本地文件。限制绘图范围即可。这个办法读取的地图已经是polygon格式而不是geomtery格式的了。...facecolor='yellow', closed=False) ax.add_collection3d(lc) proj_ax.spines['geo'].set_visible(False)#解除掉用于确定地图的子图...而且，我们还可以引入cartopy中的经纬度格式化器来格式化3d地图中的经纬度。...利用在前面提到的zdir和offset命令，我们就可以修改三维图的等值线图变为二维等值线图，zdir通俗理解就是将传入的维度降维，offset表示降维后的等值线填色图放置的层次： ax.contourf
Cartopy进阶——自由的接口 一、复习回顾 在前面一节中，我们已经介绍了cartopy的大致用法——全球地图的绘制、范围的设定以及更改地理信息的精度。...还有进行地区级别的研究，比如青藏高原地理区划将包含尼泊尔与不丹，cartopy的基础地理信息添加暂时无法做到，但是该库包已经准备了额外的接口以满足这种需求，并且比NCL更加灵活。...shp_path=r'E:\enshi\恩施.shp'#确定shp文件地址 接着，按照前面教的绘图流程应该添加画布，增加子图，准备绘制。...plt.figure(figsize=(4, 4), dpi=400) # 创建画布 ax = fig.subplots(1, 1, subplot_kw={'projection': proj}) # 创建子图...这算是我在两个月之前刚学习时想出的笨办法，如果读者有更方便的办法，可在后台留言交流。
绘制南北极地图时，cartopy默认的刻度文本样式太丑了，我想要绕着环形布局的刻度文本样式 在绘制科研地图时，需要局部放大，这个怎么绘制？ 如何在地图上绘制渐变颜色直方图图例？...下面针对每个问题给出解答： 多子图共用colorbar 这种图形类型在科研绘图中，特别是地理图表中，经常用到，绘制的难点是无法确保一个colorbar能够准确替代所有的子图数值映射。...地理多子图绘制案例，我们也在课程中进行了更新，绘制结果如下： 多子图共用colorbar 此外，我们还绘制了在一张地图上添加两个colorbar的示例： 多colorbar样式 南北极刻度标签自定义 Cartopy...默认的南北极刻度标签有些不美观，我们提供了多种方法完成了刻度标签环形设置，使绘图结果更加美观和符合出版需求，如下： 刻度标签环形设置 局部放大地图 多子图地图的另外一个常用案例是地图中的几个局部区域进行单独绘制...我们也给出了具体绘制案例，方便大家快速学习，绘制结果如下： 多局部子图绘制 (PS:这副地图涉及的知识点非常多，大家要好好学) 地图渐变颜色直方图图例绘制 使用直方图作为地图图例的案例，在一些论文期刊中经常见到
---- ---- 在前面推送中我们提到了通过collection功能而在3D地图中添加地图的方法，也短暂提到了栅格与填色两种图形样式的降维方法。...但是从matplotlib这两个函数的底层有一定的局限性，比如下面这两张图的侧面填色就无法绘出： ? ? 前一张图只能画最上面的等值线填色和地图，下面这张的栅格也是无法绘制出来的，只能画地图。...一、Axes子图平面pcolormesh的迁移 import matplotlib.pyplot as plt import cartopy.crs as ccrs import cartopy.io.shapereader...解除掉用于生成平面pcolormesh的子图的显示后的图： ?...但是这个办法有个问题，如果有封闭的polygon则会添加不出来，还没有找到适合的方法来解决这个问题,如果有大神希望能指导一二： ? 六、仿制一张图 ?
本节提要：关于子图的一些问题、使用path添加示意框线、Cartopy台风实例本土化 一、关于子图的一些问题 在某些时候，我们需要展示某个地区在整个地图中的位置，常规的方法是绘制两幅地图，比如一张为全国地图...常见的subplot和subplot2grid函数一般来说绘制的地图大小是一样的，不容易展示比例大小，所以我们选择add_axes()命令来绘制两个大小不一样的子图。...唯有一点希望读者注意，在此时ax1与ax2已经不是一类子图了，因为ax2在使用了projection命令之后，已经转变为cartopy中的GeoAxes。...二、使用path添加框线 在某些时候，需要在一幅地图中框选出比较重要的区域，很多同学使用plt.plot()命令绘制，是比较简便的。...在程序中，有两个命令比较关键，一个是buffer。在第二张图中，设置了在黑线相交的地市填充为红色，在一个经纬度影响范围内填为橙色，在两个经纬度范围内填成绿色。
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。...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。...根据前面的介绍，我们使用central_longitude=130，将我国移动至地图中心： proj = ccrs.PlateCarree(central_longitude=130)## fig =...那么坑爹的地方来了，我们在经纬度范围里设定的是-180~180，-90~90，那么，180和90是不在被取之列的。解决办法即在取值时添加一小段，确保将两端取入。...通过魔改matpltlib出来的地图比气象学家上推送文章更加精美，将南北90度也同时标记出来了。
---- ---- 在前面推送中我们提到了通过collection功能而在3D地图中添加地图的方法，也短暂提到了栅格与填色两种图形样式的降维方法。...但是从matplotlib这两个函数的底层有一定的局限性，比如下面这两张图的侧面填色就无法绘出： 前一张图只能画最上面的等值线填色和地图，下面这张的栅格也是无法绘制出来的，只能画地图。...所以通过相同的collection办法，我们来实现图形的迁移。...一、Axes子图平面pcolormesh的迁移 import matplotlib.pyplot as plt import cartopy.crs as ccrs import cartopy.io.shapereader...原本生成的图： 解除掉用于生成平面pcolormesh的子图的显示后的图： 三、多层contourf的叠加 import itertools import pandas as pd from
它对Basemap、cartopy、xarray、pandas等气象常用的绘图库进行导入和封装，使组图、子图的绘制变得简单，对于气象人来说十分便捷。...地球科学的科研工作常需要添加地图背景，python一般使用matplotlib和cartopy画地图，画一个简单地图可以使用如下代码，绘制结果如图。...通过使用format函数可以将属性传递到所有的子图中，从而进行统一调节。其他细节设定可见如下网址。.../_modules/proplot/axes/geo.html https://proplot.readthedocs.io/en/latest/configuration.html 这里给出一个画组图的简单示例...以下步骤虽然看着略微复杂，但是在实际画图中，如果要画整个地图，便可以直接复制下面的代码绘制底图，之后的图层可以慢慢叠加。
在之前的例子中，我们使用 coastlines 方法添加海岸线到地图中。 下面使用另一种投影创建地图，然后使用 stock_img 方法添加背景图片到地图中。...因为 cartopy 使用的 GeoAxes 类，这相当于询问地图的坐标轴范围。有时候会得到预期效果，但有时候并不会。...有以下几种方式可以设置 cartopy GeoAxes 的范围： 使用 set_global 方法可以绘制全球图 任何坐标系中都可以使用 set_extent 方法根据边界框来设置地图范围 也可以使用...既然上一篇介绍了 Basemap 的白化方法，趁热打铁此篇介绍一下使用 Cartopy 进行白化的方法。 白化 Cartopy 同样也能像 Basemap 那样对地图进行白化，而且效果也是很好的。...as shpreader from cartopy.examples.waves import sample_data # subplot_kw 是一个用于设置子图属性的关键词参数：设置投影 fig
平时绘制地图时，经常会将多个图放到同一个 figure 中，而这些图的地图范围通常是相同的，所以可以设置共享 x-y 轴。 #!...最后说一下：一定会有人好奇，为什么不使用 subplots 的 sharex 和 sharey 参数来控制 x-y 轴共享。下面就上一张使用这种方法的图看看什么效果 ?...注意： 以上图中的 colorbar 和 panel 图的对齐程度并不是很好，需要出图后再进行调整，或是直接设置 figsize 为合适的大小（但很难控制），即使传递 aspect 参数给 subplots...而 cartopy 可以很好的解决以上遇到的问题。 下面上一张 cartopy 绘制子图的效果图 #!...这就是我比较喜欢使用 Cartopy 的 ---- 注：https://stackoverflow.com/questions/13784201/matplotlib-2-subplots-1-colorbar
今天来讲一讲在日常工作生活中我常用的几种绘制地图的方法，下面我将介绍下面这些可视化库的地图绘制方法，当然绘制漂亮的可视化地图还有很多优秀的类库，没有办法一一列举 pyecharts、plotly、folium...、bokeh、basemap、geopandas、cartopy Boken 首先我们先介绍 Boken 绘制地图的方法 Bokeh 支持创建基本地图可视化和基于处理地理数据的地图可视化 画一张世界地图...，不过渲染速度有些感人，这个就看个人的需求了，如果你对渲染速度有要求，那么 Ployly 可能不是最好的选择~ Cartopy/Basemap 之所以把这两个库放到一起，是因为他们都是基于 Matplotlib...绘制的非常经典且常见的世界地图，形式比较简单，下面我们增强该地图 import datetime import matplotlib.pyplot as plt import cartopy.crs...Leaflet.js 库的映射能力之上的高级地图绘制工具，通过 Python 操作数据，然后在 Leaflet 地图中可视化，可以灵活的自定义绘制区域，并且展现形式更加多样化 首先是三行代码绘制世界地图
其他四种都是先判别是不是在指定shp文件内部，然后再画，但是geopandas.clip的办法与Masterpiece的办法会改变数据的维度，导致无法还原为2D数组，不能用在contourf绘制等值线图上...的集合，所以可以用set_clip_path来裁剪等值线图： 首先展示在普通子图中对等值线进行裁剪，首先需要生成一个边界path，我们将其命名为boundary，然后对集合中的每一个collection...在上一期提到的三维地图的添加时我们就提到了各种绘图集合图形之间是可以相互转化的，我们还是得使用那个geos_to_path的命令，将shp里的集合形状geometry转化成path，然后用set_clip_path...： 上述只是通过普通子图的白化推广到地图子图的白化，所以默认的PlateCarree投影。...这种方法的过程都是如下： 通过地图库包获取当前shp文件信息→将geometry转化为path→绘制等值线→使用得到的path对等值线的collection进行裁剪。
当无地图投影时 在 python 的 matplotlib.pyplot 和 matplotlib.patches中，有很多内置的函数可以帮助我们绘制矩形、圆形、椭圆等图案。...code import matplotlib.pyplot as plt import matplotlib.patches as patches # 创建一个图形对象和子图 fig, ax = plt.subplots...circle = patches.Circle((2.5, 2.5), radius=1, linewidth=2, edgecolor='black', facecolor='none') # 将圆形添加到子图中...当存在地图投影时 前面提到过，matplotlib.patches.xxxx 方法可以接收 transform 地图投影参数，但在实际使用时发现该参数在极地投影的情况下，不能实现想要的效果，建议使用gridlines...as plt from cartopy import crs as ccrs # 创建绘图窗口和地图投影 fig = plt.figure(figsize=(10, 10)) ax = fig.add_subplot
本节提要：使用cartopy进行市县的色块填色、模仿geopandas绘制颜色图 一、利用cartopy进行市县的色块填色 其实geopandas在这方面比cartopy更加专业，由于是基于pandas...的，所以在和表格类数据连接上的效果更好，不过cartopy也还能完成任务，虽然我想出的是个笨办法。...比如在这段程序中，for··· in ···逐个循环，在city循环的同时，color也同时循环，这样就可以实现绘制地图的同时给地图填色。 ?...如果需要绘制新图，只需要修改excel中的数据即可： ? ?...二、使用cartopy绘制等级颜色图 前面的步骤和一中的一致: shppath=r'E:\shp\行政边界.shp' filepath=r'C:\Users\lenovo\Desktop\恩施分县.xlsx
想象一下，如果我们能够将科研视为一场令人兴奋的冒险旅程，让每个研究者都成为其中的主角，那将是多么有趣而又富有创造力的一种方式！...将手游角色扮演的元素引入科研领域，可以激发科学家们的热情、提高研究的乐趣，并促进创新和合作。让我们一起踏上这场奇妙的科研冒险之旅，成为科学界的高级玩家吧！...对角色立绘的像素读取与排列 import matplotlib.pyplot as plt from PIL import Image import numpy as np # 输入角色图片 img...as cfeature import cartopy.crs as ccrs import cartopy.mpl.ticker as cticker from cartopy.util import...[0, 2, :, :] lons = data.longitude lats = data.latitude fig = plt.figure(figsize=(11, 8.5)) # 设置地图投影为
本节提要：仿制中央气象台气象服务图片、关于cartopy里的投影与转换、cartopy中extent与boundary。...期间还经历了比较大型的改版（我感觉改版后变丑了O(∩_∩)O哈哈~），我觉得央台的气象服务图片做得比较好，基本上以填色图和散点图为主，辅以少量雷达图，绝大多数图片都能很好的向各层次的读者展现天气预报与实况...B、降水量图的仿制 使用的是最开始实验自定义colorbar时的那张图的数据，但是当时用的是色条来表示降水量，这次我们用图例的方式表示降水量，前面的步骤和A中的类似。...如何提供更丰富的标记，只能烦请各位在官网文档上查找了。 二、Cartopy里的投影与转换 我在两个月前经常碰到这个问题，有两个关于投影的—crs、transform。...extent进行裁剪，那么将会在地图中出现范围之外的地图： ?
其余辅助视觉元素 除了上面介绍的两部分视觉主体之外，其余的部分都主要是些文字或符号之类的小部件，模仿起来比较简单（上方地图的国家名称标注部分用代码自动化的方式反而更费事，因此本文模仿过程略去这部分...图3 我们利用mpl_toolkits.axes_grid1.inset_locator中的inset_axes()将两个半球各自对应的axe对象插入到主体axe中，再利用cartopy的add_geometries...图4 这样我们就完成了两个半球部分的制作，顺便配合matplotlib中的text()、参数fontproperties以及matplotlib.font_manager来基于思源宋体添加标题： ?...图5 2.3 象形柱状图部分的制作 介绍完半球地图部分，我们接着来制作象形柱状图部分，这部分的核心内容是使用matplotlib.offsetbox下的OffsetImage()、AnnotationBbox...图7 而图中其他的小元素譬如各种文字就不赘述了，无非是text()复制粘贴改改参数而已，对完整过程感兴趣的朋友可以在文章开头的Github仓库中找到对应数据和代码~ ---- 以上就是本文的全部内容
2.2 半球部分的制作 「正射投影」部分，我选择使用cartopy.ccrs内置的Orthographic()，通过传入中央经纬度，即可得到期望的半球面： 图3 我们利用mpl_toolkits.axes_grid1....inset_locator中的inset_axes()将两个半球各自对应的axe对象插入到主体axe中，再利用cartopy的add_geometries进行矢量元素的叠加和色彩映射即可，我已经在数据中算好了归一化数值方便色彩映射...这样我们就完成了两个半球部分的制作，顺便配合matplotlib中的text()、参数fontproperties以及matplotlib.font_manager来基于思源宋体添加标题： 图5 2.3...象形柱状图部分的制作 介绍完「半球」地图部分，我们接着来制作「象形柱状图」部分，这部分的核心内容是使用matplotlib.offsetbox下的OffsetImage()、AnnotationBbox...，即可在前面的基础上，得到下面的图像： 图6 而右下角图例中的第一个logo上下渐变的效果其实是配合numpy数组，从上往下线性地降低rgba第四个通道的透明度值得到了，非常的容易~ 图7 而图中其他的小元素譬如各种文字就不赘述了
「其余辅助视觉元素」 除了上面介绍的两部分视觉主体之外，其余的部分都主要是些文字或符号之类的小部件，模仿起来比较简单（上方地图的国家名称标注部分用代码自动化的方式反而更费事，因此本文模仿过程略去这部分）...图3 我们利用mpl_toolkits.axes_grid1.inset_locator中的inset_axes()将两个半球各自对应的axe对象插入到主体axe中，再利用cartopy的add_geometries...图4 这样我们就完成了两个半球部分的制作，顺便配合matplotlib中的text()、参数fontproperties以及matplotlib.font_manager来基于思源宋体添加标题： ?...图5 2.3 象形柱状图部分的制作 介绍完「半球」地图部分，我们接着来制作「象形柱状图」部分，这部分的核心内容是使用matplotlib.offsetbox下的OffsetImage()、AnnotationBbox...图7 而图中其他的小元素譬如各种文字就不赘述了，无非是text()复制粘贴改改参数而已，对完整过程感兴趣的朋友可以在文章开头的Github仓库中找到对应数据和代码~ ----
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
