Matplotlib的朋友Basemap
学习一时爽，一直学习一直爽
Hello，大家好，我是 もうり，一个从无到有的技术+语言小白。
最近一直回顾
本文于4月编写
https://blog.csdn.net/weixin_44510615/article/details/90732373 https://blog.csdn.net/weixin_44510615/article/details/90732196
basemap 是一个基于matplotlib的画世界地图的库
内容来源官网：https://matplotlib.org/basemap/
地球科学家，特别是海洋学家和气象学家的需求。Jeff Whitaker最初写了Basemap来帮助他的研究（气候和天气预报），因为当时 CDAT是python中用于绘制地图投影数据的唯一其他工具。多年来，随着其他学科（如生物学，地质学和地球物理学）的科学家们要求并提供新功能，Basemap的功能也得到了发展。
安装
https://www.lfd.uci.edu/~gohlke/pythonlibs/ 去这里下
河流
GSSH（现在是 GSHHG）海岸线数据集以及GMT的河流，州和国家边界的数据集 。这些数据集可用于在几种不同分辨率的地图上绘制海岸线，河流和政治边界。相关的Basemap方法是：
- drawcoastlines()：画海岸线。
- fillcontinents()：为大陆的内部着色（通过填充海岸线多边形）。
- drawcountries()：画出国界。
- drawstates()：在北美绘制州界。
- drawrivers()：画河流。
- drawlsmask()：绘制高分辨率陆海掩模作为图像，指定陆地和海洋颜色。陆海掩模来自GSHHS海岸线数据，有几种海岸线选择和像素大小可供选择。
- bluemarble()：绘制美国宇航局 蓝色大理石 图像作为地图背景。
- shadedrelief()：绘制 阴影浮雕图像作为地图背景。
- etopo()：绘制一个 etopo 浮雕图像作为地图背景。
- warpimage()：使用abitrary图像作为地图背景。图像必须是全局的，从国际日期线向东和南极向北以纬度/经度坐标覆盖世界。
开搞
# 绘制海岸线，填补海洋和陆地区域
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
# setup Lambert Conformal basemap.
m = Basemap(width=12000000,height=9000000,projection='lcc',
resolution='c',lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.)
# draw coastlines.
m.drawcoastlines()
# draw a boundary around the map, fill the background.
# this background will end up being the ocean color, since
# the continents will be drawn on top.
m.drawmapboundary(fill_color='aqua')
# fill continents, set lake color same as ocean color.
m.fillcontinents(color='coral',lake_color='aqua')
plt.show()
在这里插入图片描述
太空看到的样子
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
# setup Lambert Conformal basemap.
# set resolution=None to skip processing of boundary datasets.
m = Basemap(width=12000000,height=9000000,projection='lcc',
resolution=None,lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.)
m.bluemarble()
plt.show()
在这里插入图片描述
世界地图的样子
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
# setup Lambert Conformal basemap.
# set resolution=None to skip processing of boundary datasets.
m = Basemap(width=12000000,height=9000000,projection='lcc',
resolution=None,lat_1=45.,lat_2=55,lat_0=50,lon_0=-107.)
m.shadedrelief()
plt.show()
在这里插入图片描述
看下地球
from mpl_toolkits.basemap import Basemap
import numpy as np
import matplotlib.pyplot as plt
# lon_0 is central longitude of projection.
# resolution = 'c' means use crude resolution coastlines.
m = Basemap(projection='robin',lon_0=0,resolution='c')
m.drawcoastlines()
m.fillcontinents(color='coral',lake_color='aqua')
# draw parallels and meridians.
m.drawparallels(np.arange(-90.,120.,30.))
m.drawmeridians(np.arange(0.,360.,60.))
m.drawmapboundary(fill_color='aqua')
plt.title("Robinson Projection")
plt.show()
在这里插入图片描述
from mpl_toolkits.basemap import Basemap
import numpy as np
import matplotlib.pyplot as plt
# lon_0 is the central longitude of the projection.
# resolution = 'l' means use low resolution coastlines.
# optional parameter 'satellite_height' may be used to
# specify height of orbit above earth (default 35,786 km).
m = Basemap(projection='geos',lon_0=-105,resolution='l')
m.drawcoastlines()
m.fillcontinents(color='coral',lake_color='aqua')
# draw parallels and meridians.
m.drawparallels(np.arange(-90.,120.,30.))
m.drawmeridians(np.arange(0.,420.,60.))
m.drawmapboundary(fill_color='aqua')
plt.title("Full Disk Geostationary Projection")
plt.show()
在这里插入图片描述
from mpl_toolkits.basemap import Basemap
import numpy as np
import matplotlib.pyplot as plt
# llcrnrlat,llcrnrlon,urcrnrlat,urcrnrlon
# are the lat/lon values of the lower left and upper right corners
# of the map.
# resolution = 'c' means use crude resolution coastlines.
m = Basemap(projection='gall',llcrnrlat=-90,urcrnrlat=90,\
llcrnrlon=-180,urcrnrlon=180,resolution='c')
m.drawcoastlines()
m.fillcontinents(color='coral',lake_color='aqua')
# draw parallels and meridians.
m.drawparallels(np.arange(-90.,91.,30.))
m.drawmeridians(np.arange(-180.,181.,60.))
m.drawmapboundary(fill_color='aqua')
plt.title("Gall Stereographic Projection")
plt.show()
在这里插入图片描述
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
plt.figure(figsize=(8, 8))
m = Basemap(projection='ortho', resolution=None, lat_0=50, lon_0=-100)
m.bluemarble(scale=0.5)
在这里插入图片描述
使用basemap是为了如何绘制数据，而不是简单看下图片
以下是一些可用的绘图功能
物理边界和水体
-
DrawCoastlines（）：绘制大陆海岸线 -
drawlsmask（）：在陆地和海洋之间绘制一个遮罩，用于一个或另一个上的投影图像。 -
drawMapBoundary（）：绘制地图边界，包括海洋的填充颜色。 -
draw rivers（）：在地图上绘制河流 -
fillContinents（）：用给定颜色填充大陆；可以选择用另一种颜色填充湖泊
政治界限
-
drawCountries（）：绘制国家边界 -
drawStates（）：绘制我们的状态边界 -
drawCountries（）：绘制美国县边界
地图功能
-
drawGreatCircle（）：在两点之间画一个大圆 -
drawParallels（）：绘制等纬度线 -
drawMeridians（）：绘制经度不变的线 -
draw map scale（）：在地图上绘制线性比例
全球图像
-
blue marble（）：将NASA的蓝色大理石图像投影到地图上 -
shaddedRelief（）：将着色的浮雕图像投影到地图上 -
etopo（）：在地图上绘制etopo浮雕图像 -
warpImage（）：将用户提供的图像投影到地图上
对于基于边界的要素，在创建基础地图图像时必须设置所需的分辨率。 “basemap”类的“resolution”参数设置边界的详细程度，如果不使用边界，可以是“c”（粗）、“l”（低）、“i”（中）、“h”（高）、“f”（满）或“none”（无）。
将创建苏格兰美丽的斯凯岛的低分辨率和高分辨率地图
苏格兰位于57.3°N，6.2°W，使用90000×120000公里的地图
%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.basemap import Basemap
fig, ax = plt.subplots(1, 2, figsize=(12, 8))
for i, res in enumerate(['l', 'h']):
m = Basemap(projection='gnom', lat_0=57.3, lon_0=-6.2,
width=90000, height=120000, resolution=res, ax=ax[i])
m.fillcontinents(color="#FFDDCC", lake_color='#DDEEFF')
m.drawmapboundary(fill_color="#DDEEFF")
m.drawcoastlines()
ax[i].set_title("resolution='{0}'".format(res))
在这里插入图片描述 在地图上绘制数据
使用“basemap”实例将纬度和经度坐标投影到“x，y”坐标
其中一些特定于地图的方法是：
-
Contour（）/Contourf（）：绘制轮廓线或填充轮廓 -
imshow（）：绘制图像 -
pcolor（）/pcolormesh（）：为不规则/规则网格绘制伪彩色图 -
plot（）：绘制线条和/或标记。 -
scatter（）：使用标记绘制点。 -
quiver（）：绘制向量。 -
barbs（）：绘制风倒钩。 -
drawGreatCircle（）：画一个大圆。
有关这些函数（包括几个示例图）的详细信息，请参阅[在线文档]（http://matplotlib.org/basemap/）。
读入数据来画图
import pandas as pd
cities = pd.read_csv('data/california_cities.csv')
cities.columns
Index(['Unnamed: 0', 'city', 'latd', 'longd', 'elevation_m', 'elevation_ft',
'population_total', 'area_total_sq_mi', 'area_land_sq_mi',
'area_water_sq_mi', 'area_total_km2', 'area_land_km2', 'area_water_km2',
'area_water_percent'],
dtype='object')
cities.head()
在这里插入图片描述 绘制加利福尼亚城市位置、大小和人口的信息。
# Extract the data we're interested in
lat = cities['latd'].values
lon = cities['longd'].values
population = cities['population_total'].values
area = cities['area_total_km2'].values
设置地图投影，分散数据，然后创建颜色条和图例
# 1. Draw the map background
fig = plt.figure(figsize=(8, 8))
m = Basemap(projection='lcc', resolution='h',
lat_0=37.5, lon_0=-119,
width=1E6, height=1.2E6)
m.shadedrelief()
m.drawcoastlines(color='gray')
m.drawcountries(color='gray')
m.drawstates(color='gray')
# 2. scatter city data, with color reflecting population
# and size reflecting area
m.scatter(lon, lat, latlon=True,
c=np.log10(population), s=area,
cmap='Reds', alpha=0.5)
# 3. create colorbar and legend
plt.colorbar(label=r'$\log_{10}({\rm population})$')
plt.clim(3, 7)
# make legend with dummy points