使用案例
绘制各省地图
分别绘制中国及河南省的边界。
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
draw_map(get_map('中国'), color='k')
draw_map(get_map('南海'), color='k')
draw_map(get_map('河南'), color='b')
plt.show()
合并省界
将多个省(特区/直辖市)合并起来,我们用很简单的方式来可以绘制一张京津冀的轮廓图。
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map
jingjinji = get_map('北京') + get_map('天津') + get_map('河北')
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
draw_map(jingjinji, color='k')
plt.show()
绘制青藏高原
cnmaps还内置了青藏高原的边界,可以直接调取使用。
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
draw_map(get_map('青藏高原', map_set='geography'), color='k')
plt.show()
根据地图边界裁剪填色等值线
cnmaps可以利用地图边界对等值线图进行裁减,只需要一个 clip_contours_by_map
函数即可。
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map, clip_contours_by_map
from cnmaps.sample import load_dem
lons, lats, dem = load_dem()
fig = plt.figure(figsize=(10,10))
tp = get_map('青藏高原', map_set='geography')
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
cs = ax.contourf(lons, lats, dem, cmap=plt.cm.terrain)
clip_contours_by_map(cs, tp)
draw_map(tp, color='k')
根据边界裁减填色网格图
cnmaps也可以对网格图进行裁减,使用 clip_pcolormesh_by_map
函数即可。
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map, clip_pcolormesh_by_map
from cnmaps.sample import load_dem
lons, lats, dem = load_dem()
fig = plt.figure(figsize=(10, 10))
tp = get_map('青藏高原', map_set='geography')
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
mesh = ax.pcolormesh(lons, lats, dem, cmap=plt.cm.terrain)
clip_pcolormesh_by_map(mesh, tp)
draw_map(tp, color='k')
ax.set_extent(tp.get_extent())
调整图片边界位置
我们可以利用 get_extent
方法获取不同缩放等级的边界,例如下图,我们用12个不同等级的缩放来绘制青藏高原的海拔高度图
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map, clip_contours_by_map
from cnmaps.sample import load_dem
lons, lats, dem = load_dem()
fig = plt.figure(figsize=(12,6))
fig.tight_layout()
tp = get_map('青藏高原', map_set='geography')
for i in range(12):
ax = fig.add_subplot(3,4,i+1, projection=ccrs.PlateCarree())
cs = ax.contourf(lons, lats, dem, cmap=plt.cm.terrain)
clip_contours_by_map(cs, tp)
draw_map(tp, color='k')
ax.set_extent(tp.get_extent(buffer=i*2))
plt.title(f'buffer={i*2}')
plt.show()
剪切等值线图
除了填色等值线,非填色的等值线也可以直接用 clip_contours_by_map
进行剪切。
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map, clip_contours_by_map
from cnmaps.sample import load_dem
lons, lats, dem = load_dem()
fig = plt.figure(figsize=(18, 9))
fig.tight_layout()
tp = get_map('青藏高原', map_set='geography')
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
cs = ax.contour(lons, lats, dem, cmap=plt.cm.terrain)
clip_contours_by_map(cs, tp)
draw_map(tp, color='k')
ax.set_extent(tp.get_extent(buffer=3))
plt.show()
对label的裁减
cnmaps的clip_clabels_by_map函数可以对超出边界的等值线标签进行裁减。
警告
由于Cartopy自身的设计缺陷,在0.18.0版本中,Cartopy重写的clabel方法不返回Label Text对象,因此在该版本中 clip_clabels_by_map
函数无法生效,在0.19.0中修复了这个bug,所以请尽量使用0.19.0及以上版本。
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map, clip_contours_by_map
from cnmaps.sample import load_dem
lons, lats, dem = load_dem()
fig = plt.figure(figsize=(18, 9))
fig.tight_layout()
tp = get_map('青藏高原', map_set='geography')
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
cs = ax.contour(lons, lats, dem, cmap=plt.cm.terrain)
clip_contours_by_map(cs, tp)
cb = ax.clabel(cs, colors='r')
clip_clabels_by_map(cb, tp)
draw_map(tp, color='k')
ax.set_extent(tp.get_extent(buffer=3))
plt.show()
变换投影
上述的功能在其他投影下也都适用,我们用四种投影来展示一下变换投影的效果。
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cnmaps import get_map, draw_map, clip_contours_by_map
from cnmaps.sample import load_dem
lons, lats, dem = load_dem()
PROJECTIONS = [
('Mercator', ccrs.Mercator(central_longitude=100)),
('Mollweide', ccrs.Mollweide(central_longitude=100)),
('Orthographic', ccrs.Orthographic(central_longitude=100)),
('Robinson', ccrs.Robinson(central_longitude=100))
]
fig = plt.figure(figsize=(16, 12))
fig.tight_layout()
china = get_map('中国')
for i, prj in enumerate(PROJECTIONS):
ax = fig.add_subplot(2,2,i+1, projection=prj[1])
cs = ax.contourf(lons, lats, dem, cmap=plt.cm.terrain, transform=ccrs.PlateCarree())
clip_contours_by_map(cs, china)
draw_map(china, color='k')
ax.set_extent(china.get_extent(buffer=3))
ax.set_global()
ax.coastlines()
plt.title(prj[0])
plt.show()