Cartopy是一个Python包，用于地理空间数据处理，以便生成地图和其他地理空间数据分析。 Cartopy利用了强大的PROJ.4、NumPy和Shapely库，并在Matplotlib之上构建了一个编程接口，用于创建发布高质量的地图。
Cartopy的主要特点是面向对象的投影定义，以及在投影之间转换点、线、向量、多边形和图像的能力。 Cartopy 对于大尺度/小比例尺数据特别有用，在这些数据中，球面数据的笛卡尔假设通常会被打破。 如果你曾经经历过极点的奇点或日期线的截止点，你很可能会欣赏 Cartopy 的独特功能！
In [2]:
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
ax = plt.axes(projection=ccrs.PlateCarree())
ax.coastlines()
Out[2]:
<cartopy.mpl.feature_artist.FeatureArtist at 0x7f238ad0bdd0>
/opt/conda/lib/python3.12/site-packages/cartopy/io/__init__.py:241: DownloadWarning: Downloading: https://naturalearth.s3.amazonaws.com/110m_physical/ne_110m_coastline.zip
warnings.warn(f'Downloading: {url}', DownloadWarning)
在Jupyter交互环境中，上面代码运行会展示出来地图。
如果要保存图形，请使用 Matplotlib 的 savefig() 函数。：
In [3]:
plt.savefig('xx_coastlines.pdf')
<Figure size 640x480 with 0 Axes>
或者使用不同的文件格式：
In [4]:
plt.savefig('xx_coastlines.png')
<Figure size 640x480 with 0 Axes>
在其它的交互环境中，一般需要运行下面的语句来显示地图图形：
In [5]:
plt.show()
In [6]:
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
ax = plt.axes(projection=ccrs.Mollweide())
ax.stock_img()
ax.coastlines()
# plt.show()
Out[6]:
<cartopy.mpl.feature_artist.FeatureArtist at 0x7f238aaee510>
上面的代码设置了不同的投影，并创建一个覆盖有海岸线的图像底图地图。
In [9]:
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
ax = plt.axes(projection=ccrs.PlateCarree())
ax.stock_img()
ny_lon, ny_lat = -75, 43
delhi_lon, delhi_lat = 77.23, 28.61
plt.plot([ny_lon, delhi_lon], [ny_lat, delhi_lat],
color='gray', linestyle='--',
transform=ccrs.PlateCarree(),
)
Out[9]:
[<matplotlib.lines.Line2D at 0x7f416bbc5e80>]
In [10]:
ax = plt.axes(projection=ccrs.PlateCarree())
ax.stock_img()
plt.plot([ny_lon, delhi_lon], [ny_lat, delhi_lat],
color='gray', linestyle='--',
transform=ccrs.PlateCarree(),
)
plt.plot([ny_lon, delhi_lon], [ny_lat, delhi_lat],
color='blue', linewidth=2, marker='o',
transform=ccrs.Geodetic(),
)
Out[10]:
[<matplotlib.lines.Line2D at 0x7f416bc2dca0>]
添加文字标注：
In [11]:
ax = plt.axes(projection=ccrs.PlateCarree())
ax.stock_img()
plt.plot([ny_lon, delhi_lon], [ny_lat, delhi_lat],
color='blue', linewidth=2, marker='o',
transform=ccrs.Geodetic(),
)
plt.plot([ny_lon, delhi_lon], [ny_lat, delhi_lat],
color='gray', linestyle='--',
transform=ccrs.PlateCarree(),
)
plt.text(ny_lon - 3, ny_lat - 12, 'New York',
horizontalalignment='right',
transform=ccrs.Geodetic())
plt.text(delhi_lon + 3, delhi_lat - 12, 'Delhi',
horizontalalignment='left',
transform=ccrs.Geodetic())
plt.show()
请注意，在平面地图上，纽约和德里之间的蓝色线（最短距离）不是直线。 这是因为大地坐标系是一个真正的球面坐标系，其中两点之间的线被定义为地球上这些点之间的最短路径，而不是二维笛卡尔空间。
关于坐标轴
默认情况下，Matplotlib会根据打印的数据自动设置轴的限制。
Cartopy 实现了一个 GeoAxes 类，这相当于结果地图的限制。
有时这种自动缩放是一种理想的特性，而其他时候则不是。
要设置 Cartopy 地理轴的范围，有几个方便的选项：
- 对于“全局”绘图，使用
set_global()方法。 - 要基于边界框在任何坐标系中设置地图的范围，请使用
set_extent()方法。 - 或者，可以在
GeoAxes的本机坐标系中使用标准限制设置方法（例如set_xlim()和set_ylim()）。