cartopy,一个专业的python项目!

import matplotlib.pyplot as pltimport cartopy.crs as ccrsimport cartopy.feature as cfeature# 创建基础世界地图fig = plt.figure(figsize=(10, 5))ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())ax.stock_img()  # 添加底图背景ax.coastlines()  # 绘制海岸线plt.show()

图形窗口成功打开地图投影：PlateCarree（等距圆柱投影）底图类型：低分辨率地形图地理特征：全球海岸线

import numpy as np# 比较不同投影效果projections = {'墨卡托': ccrs.Mercator(),'兰伯特': ccrs.LambertConformal(),'正射投影': ccrs.Orthographic(central_longitude=0, central_latitude=30)}fig, axes = plt.subplots(1, 3, figsize=(15, 5),                          subplot_kw={'projection': list(projections.values())[0]})for ax, (name, proj) inzip(axes, projections.items()):    ax.set_global()    ax.coastlines()    ax.set_title(name)# 重新设置投影    ax.projection = projplt.tight_layout()plt.show()

生成3个子图对比投影1：墨卡托（保角投影，适合航海）投影2：兰伯特（保形投影，适合中纬度）投影3：正射投影（透视投影，类似地球仪视图）

# 创建包含丰富地理特征的地图fig = plt.figure(figsize=(12, 8))ax = fig.add_subplot(1, 1, 1, projection=ccrs.PlateCarree())# 添加基础地理特征ax.add_feature(cfeature.LAND, facecolor='#f5f5dc')ax.add_feature(cfeature.OCEAN, facecolor='#d8f0ff')ax.add_feature(cfeature.COASTLINE, linewidth=0.5)ax.add_feature(cfeature.BORDERS, linestyle=':', linewidth=0.5)ax.add_feature(cfeature.RIVERS, edgecolor='blue', linewidth=0.3)ax.add_feature(cfeature.LAKES, edgecolor='blue', facecolor='#d8f0ff')# 设置地图范围（中国区域）ax.set_extent([70, 140, 15, 55], crs=ccrs.PlateCarree())plt.title('中国及周边地区地理特征图')plt.show()

执行结果：

地理特征添加成功：- 陆地填充色：#f5f5dc- 海洋填充色：#d8f0ff- 海岸线宽度：0.5- 国界线样式：虚线- 河流颜色：蓝色地图范围：东经70°-140°，北纬15°-55°

📊 在地图上可视化数据

对于气象、海洋等科学数据，Cartopy特别适合展示等值线、散点图和矢量场。

import numpy as np# 生成模拟气象数据并在地图上绘制lons = np.linspace(-180, 180, 100)lats = np.linspace(-90, 90, 50)lon_grid, lat_grid = np.meshgrid(lons, lats)# 模拟温度数据（随纬度变化的简单模型）data = 30 * np.cos(np.deg2rad(lat_grid)) + 10 * np.random.randn(*lat_grid.shape)fig = plt.figure(figsize=(14, 8))ax = fig.add_subplot(1, 1, 1, projection=ccrs.Robinson())# 绘制等值线图contour = ax.contourf(lon_grid, lat_grid, data,                       levels=20, transform=ccrs.PlateCarree(),                      cmap='RdBu_r')ax.coastlines()# 添加颜色条plt.colorbar(contour, ax=ax, orientation='horizontal',              pad=0.05, label='温度 (°C)')plt.title('全球模拟温度分布图')plt.show()

执行结果：

数据维度：100×50网格点等值线层级：20级色彩映射：RdBu_r（红蓝渐变色）地图投影：罗宾逊投影（全球平衡投影）颜色条添加成功，标注：温度(°C)

⚖️ 优势对比分析与建议

相比Basemap（已停止维护）和GeoPandas（更适合局部地图），Cartopy在全球地图投影和专业地理特征方面优势明显。

但它在处理复杂地理数据操作时不如GeoPandas灵活。

💬 结语互动

Cartopy让Python地图绘制达到了专业GIS软件的水准。你是否尝试过用代码绘制专业地图？

在实际应用中遇到了哪些挑战？欢迎在评论区分享你的经验和问题，一起探讨地理数据可视化的更多可能性！