使用Python Cartopy進行地圖繪製

一、介紹

Python Cartopy是一個開源的Python庫，繼承了matplotlib的繪圖風格，同時提供了更多豐富的地圖投影和數據轉換工具，可以幫助我們繪製地圖、天氣圖等地理信息可視化的圖表。

在現代社會，地圖數據已經成為企業、政府和學術研究的重要基礎數據資源。使用Python Cartopy可以讓我們更方便地處理和繪製地理信息數據，同時還提供了大量的地圖投影方式和地理坐標系，使得我們能夠更加細緻地展現全球和局部的地理數據。

二、繪製靜態地圖

1.準備工作

在使用Python Cartopy之前，我們需要先安裝Cartopy模塊。可以通過pip install cartopy命令來安裝。

!pip install cartopy

同時，還需要導入相關的Python模塊：

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

2.繪製地圖

接下來，我們可以繪製一個簡單的世界地圖。代碼如下：

fig = plt.figure(figsize=(10,5)) #創建畫布
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree()) #創建地圖子圖
ax.coastlines() #添加海岸線
plt.show()

在該代碼中，我們首先創建了一個大小為10×5的畫布，並在其中創建了一個地圖子圖。projection參數可以指定地圖的投影方式，這裡我們使用了等面積Cylindrical投影方式（ccrs.PlateCarree()）。

隨後，我們使用了ax.coastlines()方法添加了海岸線，並通過plt.show()顯示了地圖。

運行上述代碼，可以繪製出如下的簡單地圖：

3.添加地圖元素

除了海岸線外，我們還可以在地圖上添加其他的元素，例如國家和城市的名稱。代碼如下：

fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())
ax.coastlines()
ax.set_title('World Map', fontsize=16) #設置地圖標題
ax.text(-168, -57, 'New Zealand', transform=ccrs.PlateCarree()) #添加新西蘭的文本標註
ax.text(-66, 10, 'Brazil', transform=ccrs.PlateCarree()) #添加巴西的文本標註
plt.show()

在該代碼中，我們使用了ax.set_title()來設置地圖的標題，並通過ax.text()方法在地圖上添加了新西蘭和巴西的文本標註。

運行上述代碼，可以繪製出如下的地圖：

4.自定義地圖

在繪製地圖時，還可以通過更改地圖的投影、顏色等屬性來實現更為自定義的需求。下面是一個例子，展示如何繪製自定義顏色、自定義維度和自定義投影的地圖。

fig = plt.figure(figsize=(10,5))
ax = fig.add_subplot(1, 1, 1, projection=ccrs.LambertAzimuthalEqualArea(central_latitude=55, central_longitude=10)) #更改投影方式
ax.set_extent([-10, 100, 30, 80], crs=ccrs.PlateCarree()) #更改地圖範圍
ax.add_feature(cartopy.feature.OCEAN, facecolor='lightblue') #更改海洋顏色
ax.add_feature(cartopy.feature.LAND, facecolor='beige') #更改陸地顏色
ax.add_feature(cartopy.feature.COASTLINE, linewidth=0.5) #更改海岸線粗細
plt.show()

在該代碼中，我們使用了LambertAzimuthalEqualArea投影方式，同時使用set_extent()方法更改了地圖的範圍。

在地圖上，我們使用了add_feature()方法來添加陸地、海洋和海岸線的屬性，並通過facecolor參數來更改顏色。

運行上述代碼，可以繪製出如下的自定義地圖：

三、繪製動態地圖

1.準備工作

Python Cartopy不僅可以繪製靜態地圖，還可以繪製動態地圖。在使用Python Cartopy繪製動態地圖之前，我們需要導入更多的Python模塊，以及四個不同的數據文件mapData、latData、lonData、tempData。這些數據文件包含了每個時刻每個位置的溫度數據和經緯度數據。

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

csv_file = 'https://raw.githubusercontent.com/plotly/datasets/master/2015_06_30_realtime_global_temperatures.csv'
df = pd.read_csv(csv_file)
mapData = df.groupby(["lat","lon"]).mean()["surface temperature (C)"].reset_index()
latData = np.array(mapData["lat"])
lonData = np.array(mapData["lon"])
tempData = np.array(mapData["surface temperature (C)"])

2.繪製動態地圖

接下來，我們可以繪製動態地圖。代碼如下：

for i in range(len(latData)):
    fig = plt.figure(figsize=(8,6))
    ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())
    ax.set_title("Temperature across the world")
    ax.coastlines()
    ax.stock_img()
    ax.gridlines()
    ax.scatter(lonData[:i], latData[:i], marker="o", color="r", s=tempData[:i]*1000, alpha=0.4, transform=ccrs.PlateCarree())
    plt.show()

在該代碼中，我們首先通過for循環，遍歷了所有的經緯度點，並在每個時刻繪製了該時刻的溫度數據點。

在圖表中，我們使用了scatter()方法來繪製溫度數據點。s參數用於設置繪製點的大小，alpha參數用於設置點的透明度。

運行上述代碼，可以得到如下的動態地圖（需在jupyter notebook或者本地python環境中運行）：

2.總結

Python Cartopy是一個非常方便的工具，可以幫助我們繪製靜態和動態的地圖。在使用該工具時，我們需要先了解基本的Python和地理信息學知識，同時學會使用相關的Python模塊，例如pandas、matplotlib和numpy等。