Cartopy 地图绘制方法指南#

本文档整理了 cartopy 库在地图投影、海岸线、国界/省界/九段线、经纬度标记和区域选择等方面的使用方法。

一、地图投影 — Projection#

1.1 导入与基本设置#

1
import cartopy.crs as ccrs
2

3
# 等经纬度投影（最常用），central_longitude 设置中心经度
4
ax = fig.add_subplot(projection=ccrs.PlateCarree(central_longitude=180))
5

6
# 或用 subplots 方式
7
fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree(central_longitude=180)})

参数	说明
`central_longitude`	地图中心经度。`180` 表示太平洋为中心（气象常用），`0` 表示大西洋为中心。默认 `0`

1.2 其他常用投影#

1
ccrs.PlateCarree()                                                # 等经纬度（最常用）
2
ccrs.PlateCarree(central_longitude=180)                           # 太平洋中心
3
ccrs.Robinson()                                                   # Robinson（全球）
4
ccrs.Mollweide()                                                  # Mollweide（全球）
5
ccrs.Mercator()                                                   # 墨卡托（航海）
6
ccrs.LambertConformal()                                           # 兰伯特等角（中纬度）
7
ccrs.Orthographic(central_longitude=110, central_latitude=35)     # 正射投影（球面）
8
ccrs.NorthPolarStereo()                                           # 北极极射投影

投影	代码	适用场景
PlateCarree	`ccrs.PlateCarree(central_longitude=180)`	等距圆柱，气象最常用
Mercator	`ccrs.Mercator()`	墨卡托，低纬度/航海
LambertConformal	`ccrs.LambertConformal()`	兰勃特，中纬度地区
Robinson	`ccrs.Robinson()`	全球地图
Orthographic	`ccrs.Orthographic()`	球面视角
NorthPolarStereo	`ccrs.NorthPolarStereo()`	北极地区
Mollweide	`ccrs.Mollweide()`	全球等面积

除 central_longitude 外，PlateCarree 还支持 central_latitude 参数设定中心纬度。

二、坐标转换 — transform#

绘图时必须指定数据的坐标系，通常数据是等经纬度的，使用 ccrs.PlateCarree()：

1
ax.contourf(lon, lat, data, transform=ccrs.PlateCarree())
2
ax.quiver(lon, lat, u, v, transform=ccrs.PlateCarree())
3
ax.scatter(lon, lat, transform=ccrs.PlateCarree())
4
ax.plot(lon, lat, transform=ccrs.PlateCarree())

重要：几乎所有的数据绘制方法都需要加 transform=ccrs.PlateCarree()，否则 cartopy 无法正确将数据坐标映射到地图投影上。

三、海岸线 — coastlines#

1
ax.coastlines(resolution='110m', color='grey', linewidth=1.5, zorder=1)
2
ax.coastlines()                                      # 默认参数

参数	说明
`resolution`	精度：`'10m'`（最高）, `'50m'`, `'110m'`（最低，默认）
`color`	颜色
`linewidth` / `lw`	线宽
`zorder`	图层顺序，数值大的在上层

也可以通过 cfeature 方式指定分辨率：

1
ax.add_feature(cfeature.COASTLINE.with_scale('110m'), linewidth=0.8)

四、地图要素 — Features#

4.1 海洋/陆地遮罩#

遮罩陆地（只显示海洋数据）：

1
# 先画数据，再覆盖陆地
2
ax.contourf(lon, lat, data, levels, cmap='RdBu_r', transform=ccrs.PlateCarree())
3
ax.add_feature(cfeature.LAND, facecolor='white', edgecolor='none', zorder=10)

遮罩海洋（只显示陆地数据）：

1
ax.contourf(lon, lat, data, levels, cmap='RdBu_r', transform=ccrs.PlateCarree())
2
ax.add_feature(cfeature.OCEAN, facecolor='white', edgecolor='none', zorder=10)

参数	说明
`facecolor`	遮罩填充色，通常 `'white'` 或 `'lightgray'`
`edgecolor`	`'none'` 避免遮罩边界出现线条
`zorder`	必须设为 10（大于 contourf 的默认层级），确保遮罩覆盖在数据之上
`alpha`	透明度，可实现半透明遮罩效果

注意：cfeature.LAND/OCEAN 精度有限（基于 Natural Earth），对严格科研绘图推荐使用 陆地海洋 mask 文件 配合 np.ma.masked_where 实现精确遮罩。

常用 feature：

Feature	说明
`cfeature.OCEAN`	海洋区域
`cfeature.LAND`	陆地区域
`cfeature.COASTLINE`	海岸线
`cfeature.RIVERS`	河流
`cfeature.LAKES`	湖泊
`cfeature.BORDERS`	国界线（自然地球数据，不含中国标准）

注意：cfeature.BORDERS 使用的是 Natural Earth 数据，不包含中国主张的国界线。如需正确国界，请用下面的自定义方式。

五、中国地图要素#

5.1 直接读取 shp 文件画国界#

1
import cartopy.io.shapereader as shpreader
2

3
shp_dir = 'F:/SynologyDrive/Python_data/shpfile/'
4

5
# 读取国界 shp 文件
6
shps = shpreader.Reader(shp_dir + '国家矢量.shp')
7
ax.add_geometries(shps.geometries(), ccrs.PlateCarree(),
8
                  linewidth=0.5, edgecolor='k', facecolor='none')

add_geometries() 参数说明：

参数	说明
`geometries`	shapereader 读取的几何对象
`crs`	几何对象所在的坐标系（通常 `ccrs.PlateCarree()`）
`linewidth`	线宽
`edgecolor`	边界颜色
`facecolor`	填充颜色，`'none'` 表示透明（只画边界）

5.2 自定义 Feature 方式（推荐 — 可复用）#

1
import cartopy.feature as cfeature
2
import cartopy.io.shapereader as shpreader
3

4
def china_map_feature():
5
    provinces = cfeature.ShapelyFeature(
6
        shpreader.Reader(shp_dir + '2022省矢量.shp').geometries(),
7
        ccrs.PlateCarree(), edgecolor='k', facecolor='none')
8
    nine_lines = cfeature.ShapelyFeature(
9
        shpreader.Reader(shp_dir + '九段线.shp').geometries(),
10
        ccrs.PlateCarree(), edgecolor='k', facecolor='none')
11
    return provinces, nine_lines
12

13
provinces, nine_lines = china_map_feature()
14
ax.add_feature(provinces, linewidth=0.3, zorder=2)
15
ax.add_feature(nine_lines, linewidth=0.5, zorder=2)

cfeature.ShapelyFeature 参数：

参数	说明
`geometries`	几何对象集合
`crs`	坐标系
`edgecolor`	边界颜色（默认 black）
`facecolor`	填充颜色（默认 steelblue）

ax.add_feature() 参数：

参数	说明
`feature`	Feature 对象
`linewidth`	线宽
`edgecolor`	边界颜色（可覆盖 Feature 默认值）
`facecolor`	填充颜色（可覆盖）
`zorder`	图层顺序

六、经纬度标记#

6.1 设置刻度位置#

1
# X 轴（经度）刻度
2
ax.set_xticks(range(0, 370, 60), crs=ccrs.PlateCarree())     # 每60度一个
3
ax.set_xticks([0, 60, 120, 180, 240, 300, 360], crs=ccrs.PlateCarree())
4
ax.set_xticks(np.arange(0, 361, 15), crs=ccrs.PlateCarree())  # 每15度一个
5

6
# Y 轴（纬度）刻度
7
ax.set_yticks(range(-90, 100, 30), crs=ccrs.PlateCarree())    # 每30度一个
8
ax.set_yticks([-90, -60, -30, 0, 30, 60, 90], crs=ccrs.PlateCarree())
9
ax.set_yticks(np.arange(-60, 61, 10), crs=ccrs.PlateCarree()) # 每10度一个

set_xticks() / set_yticks() 参数：

参数	说明
`ticks`	刻度位置列表
`crs`	必须指定 `ccrs.PlateCarree()` 表示刻度值对应的是经纬度坐标
`minor`	`True` 设置小刻度（不常用）

技巧：南北边界 range 需多设 1°（如 range(-90, 91, 30) 而非 range(-90, 90, 30)），否则地图最边缘的经纬度网格线不会显示。

6.2 格式化刻度标签（自动加 °E/°W、°N/°S）#

1
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
2

3
ax.xaxis.set_major_formatter(LongitudeFormatter())
4
ax.yaxis.set_major_formatter(LatitudeFormatter())

Formatter	效果
`LongitudeFormatter()`	经度格式：`0°`, `30°E`, `150°W`
`LatitudeFormatter()`	纬度格式：`0°`, `30°N`, `30°S`

高级参数：

参数	说明
`zero_direction_label=False`	0° 不显示方向（默认 `False`）
`dateline_direction_label=True`	180°（日期线）显示方向

6.3 调整刻度样式#

1
ax.tick_params(labelsize=12)               # 刻度标签字体大小
2
ax.tick_params(which='major', length=6)    # 主刻度线长度

6.4 坐标轴标签#

1
ax.set_xlabel("Longitude", fontsize=15)
2
ax.set_ylabel("Latitude", fontsize=15)

七、选定经纬度范围 — set_extent#

1
# 全球范围（太平洋中心）
2
ax.set_extent([0, 358, -80, 80], crs=ccrs.PlateCarree())
3

4
# 中国及周边
5
ax.set_extent([70, 140, 0, 60], crs=ccrs.PlateCarree())
6

7
# 热带区域
8
ax.set_extent([0, 360, -60, 60], crs=ccrs.PlateCarree())

参数格式： [lon_min, lon_max, lat_min, lat_max]

参数	说明
`extents`	`[west_lon, east_lon, south_lat, north_lat]`
`crs`	范围所采用的坐标系，通常 `ccrs.PlateCarree()`

注意：360 和 0 在等经纬度投影中是同一条经线，为避免显示异常，常用 358 作为右边界或在参数中使用 0~360 范围。

消除白边技巧：当数据格点不是整数经纬度时，地图边缘可能出现白边。解决方法：(1) 读取数据时在目标范围基础上多读一个格点；(2) set_extent 的边界值比目标范围多设 1°（如目标 30~180 则设为 [30, 181, ...]）。

八、网格线 — gridlines#

1
ax.gridlines()

九、sacpy.Map 地图增强方法#

sacpy.Map 在 cartopy 基础上提供了快捷的地图设置方法：

9.1 init_map — 初始化地图#

1
ax.init_map(stepx=50, stepy=20, smallx=10, smally=5)

参数	说明
`stepx`	经度主刻度间隔
`stepy`	纬度主刻度间隔
`smallx`	经度次刻度间隔
`smally`	纬度次刻度间隔

init_map 自动设置刻度位置、格式化长纬度标签、画海岸线等。

9.2 sig_plot — 显著性打点#

1
ax.sig_plot(lon, lat, p_value, thrshd=0.10, color='gray')

参数	说明
`lon, lat`	经纬度坐标
`p_value`	p 值数组
`thrshd`	显著性阈值（如 0.05, 0.10）
`color`	点颜色

sig_plot 会在 p 值小于阈值的格点上打点，表示通过显著性检验的区域。

9.3 scontourf + scontour — 增强填色图#

1
m = ax.scontourf(lon, lat, data, cmap='RdBu_r',
2
                 levels=np.arange(-1.2, 1.4, 0.2), extend='both')
3
ax.scontour(m, colors='black')

scontour 自动提取 m 的 levels 画等值线，比手动 contour 更简洁。

十、完整示例模板#

10.1 全球地图（太平洋中心）#

1
import cartopy.crs as ccrs
2
import cartopy.feature as cfeature
3
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
4

5
fig = plt.figure(figsize=(8, 5))
6
ax = fig.add_subplot(projection=ccrs.PlateCarree(central_longitude=180))
7

8
# 画数据
9
cf = ax.contourf(lon, lat, data, levels, cmap='RdBu_r',
10
                 extend='both', transform=ccrs.PlateCarree())
11

12
# 海岸线
13
ax.coastlines(lw=1.5, resolution='110m', color='grey', zorder=1)
14

15
# 经纬度刻度
16
ax.set_xticks([0, 60, 120, 180, 240, 300, 360], crs=ccrs.PlateCarree())
17
ax.set_yticks([-90, -60, -30, 0, 30, 60, 90], crs=ccrs.PlateCarree())
18
ax.xaxis.set_major_formatter(LongitudeFormatter())
19
ax.yaxis.set_major_formatter(LatitudeFormatter())
20
ax.set_extent([0, 356, -80, 80], crs=ccrs.PlateCarree())
21

22
# 色标
23
cb = fig.colorbar(cf, location='bottom', shrink=0.7)

10.2 中国区域地图（含国界、省界、九段线）#

1
import cartopy.crs as ccrs
2
import cartopy.io.shapereader as shpreader
3
import cartopy.feature as cfeature
4

5
fig = plt.figure(figsize=(8, 5))
6
ax = fig.add_subplot(projection=ccrs.PlateCarree(central_longitude=180))
7

8
# 画数据
9
cf = ax.contourf(lon, lat, data, levels, cmap='RdBu_r',
10
                 extend='both', transform=ccrs.PlateCarree())
11

12
# 国界
13
shps = shpreader.Reader(shp_dir + '国家矢量.shp')
14
ax.add_geometries(shps.geometries(), ccrs.PlateCarree(),
15
                  linewidth=0.5, edgecolor='k', facecolor='none')
16

17
# 省界 & 九段线（自定义 Feature）
18
provinces = cfeature.ShapelyFeature(
19
    shpreader.Reader(shp_dir + '2022省矢量.shp').geometries(),
20
    ccrs.PlateCarree(), edgecolor='k', facecolor='none')
21
nine_lines = cfeature.ShapelyFeature(
22
    shpreader.Reader(shp_dir + '九段线.shp').geometries(),
23
    ccrs.PlateCarree(), edgecolor='k', facecolor='none')
24
ax.add_feature(provinces, linewidth=0.3, zorder=2)
25
ax.add_feature(nine_lines, linewidth=0.5, zorder=2)
26

27
# 海岸线 & 海洋填充
28
ax.coastlines(resolution='10m', color='k', linewidth=0.5, zorder=2)
29
ax.add_feature(cfeature.OCEAN, color='w', zorder=1)
30

31
# 经纬度刻度（精细）
32
ax.set_xticks(range(0, 370, 10), crs=ccrs.PlateCarree())
33
ax.set_yticks(range(-90, 100, 10), crs=ccrs.PlateCarree())
34
ax.xaxis.set_major_formatter(LongitudeFormatter())
35
ax.yaxis.set_major_formatter(LatitudeFormatter())
36
ax.set_extent([70, 140, 0, 60], crs=ccrs.PlateCarree())

十一、完整绘图流程（中国区域）#

1
import xarray as xr
2
import numpy as np
3
import matplotlib.pyplot as plt
4
import cartopy.crs as ccrs
5
import cartopy.feature as cfeature
6
from cartopy.io import shapereader
7
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
8

9
# ========== 1. 中文字体 ==========
10
plt.rcParams['font.sans-serif'] = ['SimHei']
11
plt.rcParams['axes.unicode_minus'] = False
12

13
# ========== 2. 路径定义 ==========
14
shp_dir = 'F:/SynologyDrive/Python_data/shpfile/'
15
dat_dir = 'F:/SynologyDrive/Python_data/data/'
16

17
# ========== 3. 读取数据 ==========
18
ds = xr.open_dataset(dat_dir + 'air.2m.mon.mean.nc')
19
air = ds['air'].sel(time='2018-06-01')
20
lon, lat = air['lon'], air['lat']
21

22
# ========== 4. 中国地图要素函数 ==========
23
def china_map_feature():
24
    provinces = cfeature.ShapelyFeature(
25
        shapereader.Reader(shp_dir + '2022省矢量.shp').geometries(),
26
        ccrs.PlateCarree(), edgecolor='k', facecolor='none')
27
    nine_lines = cfeature.ShapelyFeature(
28
        shapereader.Reader(shp_dir + '九段线.shp').geometries(),
29
        ccrs.PlateCarree(), edgecolor='k', facecolor='none')
30
    return provinces, nine_lines
31

32
# ========== 5. 创建画布 ==========
33
fig = plt.figure(figsize=(14, 6))
34
ax = plt.axes(projection=ccrs.PlateCarree(central_longitude=120))
35

36
# ========== 6. 绘制地图要素 ==========
37
shps = shapereader.Reader(shp_dir + '国家矢量.shp')
38
ax.add_geometries(shps.geometries(), ccrs.PlateCarree(),
39
                  linewidth=0.5, edgecolor='k', facecolor='none')
40
provinces, nine_lines = china_map_feature()
41
ax.add_feature(provinces, linewidth=0.3, zorder=2)
42
ax.add_feature(nine_lines, linewidth=0.5, zorder=2)
43
ax.coastlines(resolution='110m', linewidth=0.8)
44

45
# ========== 7. 地图范围与刻度 ==========
46
ax.set_extent([30, 182, -10, 81], crs=ccrs.PlateCarree())
47
ax.set_xticks(range(30, 182, 10), crs=ccrs.PlateCarree())
48
ax.set_yticks(range(-10, 81, 10), crs=ccrs.PlateCarree())
49
ax.tick_params(labelsize=12)
50
ax.xaxis.set_major_formatter(LongitudeFormatter())
51
ax.yaxis.set_major_formatter(LatitudeFormatter())
52

53
# ========== 8. 绘制数据 ==========
54
cf = ax.contourf(lon, lat, air,
55
                 levels=np.linspace(267, 317, 25),
56
                 cmap=plt.cm.RdBu_r,
57
                 transform=ccrs.PlateCarree(), extend='both')
58

59
# ========== 9. 色标 ==========
60
cbar = plt.colorbar(cf, ax=ax, orientation='horizontal', pad=0.05, shrink=0.85)
61
cbar.set_label('Temperature (K)')
62

63
# ========== 10. 标题与保存 ==========
64
ax.set_title('2m Air Temperature (2018-06-01)', fontsize=14)
65
plt.tight_layout()
66
plt.savefig('china_t2m.png', dpi=300, bbox_inches='tight')
67
plt.show()

流程总结：字体 → 路径 → 读数据 → 定义要素函数 → 画布 → 地图要素 → 范围/刻度 → 数据 → 色标 → 保存。

十二、多子图示例（含陆地/海洋遮罩）#

1
fig, axes = plt.subplots(
2
    3, 1, figsize=(16, 18),
3
    subplot_kw={'projection': ccrs.PlateCarree(central_longitude=120)}
4
)
5

6
# 统一设置所有子图的地图要素
7
for ax in axes:
8
    shps = shapereader.Reader(shp_dir + '国家矢量.shp')
9
    ax.add_geometries(shps.geometries(), ccrs.PlateCarree(),
10
                      linewidth=0.5, edgecolor='k', facecolor='none')
11
    provinces, nine_lines = china_map_feature()
12
    ax.add_feature(provinces, linewidth=0.3, zorder=2)
13
    ax.add_feature(nine_lines, linewidth=0.5, zorder=2)
14
    ax.set_extent([30, 181, -10, 81], crs=ccrs.PlateCarree())
15
    ax.coastlines(resolution='110m', linewidth=0.8)
16
    ax.set_xticks(range(30, 181, 10), crs=ccrs.PlateCarree())
17
    ax.set_yticks(range(-10, 81, 10), crs=ccrs.PlateCarree())
18
    ax.tick_params(labelsize=12)
19
    ax.xaxis.set_major_formatter(LongitudeFormatter())
20
    ax.yaxis.set_major_formatter(LatitudeFormatter())
21

22
level = np.linspace(267, 317, 25)
23

24
# 子图 1：全图
25
cf1 = axes[0].contourf(lon, lat, air, levels=level,
26
                       cmap=plt.cm.RdBu_r, transform=ccrs.PlateCarree(), extend='both')
27
axes[0].set_title('Global Map', fontsize=14)
28

29
# 子图 2：遮罩陆地，只显示海洋
30
cf2 = axes[1].contourf(lon, lat, air, levels=level,
31
                       cmap=plt.cm.RdBu_r, transform=ccrs.PlateCarree(), extend='both')
32
axes[1].add_feature(cfeature.LAND, facecolor='white', edgecolor='none', zorder=10)
33
axes[1].set_title('Ocean Only (Land Masked)', fontsize=14)
34

35
# 子图 3：遮罩海洋，只显示陆地
36
cf3 = axes[2].contourf(lon, lat, air, levels=level,
37
                       cmap=plt.cm.RdBu_r, transform=ccrs.PlateCarree(), extend='both')
38
axes[2].add_feature(cfeature.OCEAN, facecolor='white', edgecolor='none', zorder=10)
39
axes[2].set_title('Land Only (Ocean Masked)', fontsize=14)
40

41
# 各子图独立 colorbar
42
for ax, cf in zip(axes, [cf1, cf2, cf3]):
43
    cbar = fig.colorbar(cf, ax=ax, orientation='horizontal', pad=0.08, shrink=0.5)
44
    cbar.set_label('Temperature (K)')
45

46
plt.tight_layout()
47
plt.show()

多子图的关键：用 for ax in axes 循环统一设置地图要素，避免代码重复。

十三、注意事项#

Shapefile 来源：国界、省界、九段线必须使用官方标准数据（如自然资源部发布版本），cartopy 内置的 cfeature.BORDERS 不包含中国主张国界。
图层顺序（zorder）：
- 等值线填色图（contourf）：默认最底层（一般不设 zorder）
- 地图要素（国界、省界等）：zorder=2
- 陆地/海洋遮罩：zorder=10（必须在 contourf 之后绘制，且 zorder 大于数据图层）
transform 参数：contourf、contour、quiver、scatter、plot 等绘制数据时都必须指定 transform=ccrs.PlateCarree()，否则数据坐标与投影坐标不匹配。
add_geometries vs add_feature：
- add_geometries：直接传入 shapefile 几何对象，适合一次性使用
- add_feature：传入 cfeature.Feature 对象（含 cfeature.ShapelyFeature 封装），适合复用
避免重复 IO：当多个子图共用同一 shapefile 时，先用 china_map_feature() 函数封装，在循环中复用，避免每次重复读取硬盘。
海陆遮罩替代方案：cfeature.LAND/OCEAN 精度有限（基于 Natural Earth），对于严格科研绘图，推荐使用 陆地海洋 mask 文件 配合 np.ma.masked_where 实现精确遮罩。

快速参考速查表#

需求	代码
地图投影	`fig.add_subplot(projection=ccrs.PlateCarree(central_longitude=180))`
坐标系转换	`transform=ccrs.PlateCarree()`
海岸线	`ax.coastlines(resolution='110m', color='grey', lw=1.5)`
海岸线 (Feature)	`ax.add_feature(cfeature.COASTLINE.with_scale('110m'), lw=0.8)`
海洋填充	`ax.add_feature(cfeature.OCEAN, facecolor='white', edgecolor='none', zorder=10)`
陆地填充	`ax.add_feature(cfeature.LAND, facecolor='white', edgecolor='none', zorder=10)`
国界线(shp)	`ax.add_geometries(shps.geometries(), ccrs.PlateCarree(), ...)`
省界线	`cfeature.ShapelyFeature(...)` + `ax.add_feature(...)`
九段线	`cfeature.ShapelyFeature(...)` + `ax.add_feature(...)`
经度刻度	`ax.set_xticks(range(...), crs=ccrs.PlateCarree())`
纬度刻度	`ax.set_yticks(range(...), crs=ccrs.PlateCarree())`
刻度格式化	`ax.xaxis.set_major_formatter(LongitudeFormatter())`
设定范围	`ax.set_extent([w, e, s, n], crs=ccrs.PlateCarree())`
消除白边	读数据时多读一格，set_extent 多设 1°
网格线	`ax.gridlines()`
多子图统一设置	`for ax in axes: ...` + `china_map_feature()`
避免重复IO	封装 `china_map_feature()` 函数
init_map	`ax.init_map(stepx=50, stepy=20)`
显著性打点	`ax.sig_plot(lon, lat, p_value, thrshd=0.05)`
显著性打点	`ax.sig_plot(lon, lat, p_value, thrshd=0.05)`

音乐

音乐

Cartopy 地图绘制方法指南#

一、地图投影 — Projection#

1.1 导入与基本设置#

1.2 其他常用投影#

二、坐标转换 — transform#

三、海岸线 — coastlines#

四、地图要素 — Features#

4.1 海洋/陆地遮罩#

五、中国地图要素#

5.1 直接读取 shp 文件画国界#

5.2 自定义 Feature 方式（推荐 — 可复用）#

六、经纬度标记#

6.1 设置刻度位置#

6.2 格式化刻度标签（自动加 °E/°W、°N/°S）#

6.3 调整刻度样式#

6.4 坐标轴标签#

七、选定经纬度范围 — set_extent#

八、网格线 — gridlines#

九、sacpy.Map 地图增强方法#

9.1 init_map — 初始化地图#

9.2 sig_plot — 显著性打点#

9.3 scontourf + scontour — 增强填色图#

十、完整示例模板#

10.1 全球地图（太平洋中心）#

10.2 中国区域地图（含国界、省界、九段线）#

十一、完整绘图流程（中国区域）#

十二、多子图示例（含陆地/海洋遮罩）#

十三、注意事项#

快速参考速查表#

文章分享

音乐

音乐

音乐

cartopy气象绘图

Cartopy 地图绘制方法指南#

一、地图投影 — Projection#

1.1 导入与基本设置#

1.2 其他常用投影#

二、坐标转换 — transform#

三、海岸线 — coastlines#

四、地图要素 — Features#

4.1 海洋/陆地遮罩#

五、中国地图要素#

5.1 直接读取 shp 文件画国界#

5.2 自定义 Feature 方式（推荐 — 可复用）#

六、经纬度标记#

6.1 设置刻度位置#

6.2 格式化刻度标签（自动加 °E/°W、°N/°S）#

6.3 调整刻度样式#

6.4 坐标轴标签#

七、选定经纬度范围 — set_extent#

八、网格线 — gridlines#

九、sacpy.Map 地图增强方法#

9.1 init_map — 初始化地图#

9.2 sig_plot — 显著性打点#

9.3 scontourf + scontour — 增强填色图#

十、完整示例模板#

10.1 全球地图（太平洋中心）#

10.2 中国区域地图（含国界、省界、九段线）#

十一、完整绘图流程（中国区域）#

十二、多子图示例（含陆地/海洋遮罩）#

十三、注意事项#

快速参考速查表#

文章分享

音乐