（三）理解Cartopy中投影關鍵字

1、使用默認的投影

　　首先使用numpy創建一些需要繪制的數據點（共25*25個），代碼如下：

import numpy as np


lon = np.linspace(-80, 80, 25)
lat = np.linspace(30, 70, 25)
lon2d, lat2d = np.meshgrid(lon, lat)

data = np.cos(np.deg2rad(lat2d) * 4) + np.sin(np.deg2rad(lon2d) * 4)
print(data.shape)

　　　不設置數據投影類型，繪制這些數據點，代碼如下：

# The projection keyword determines how the plot will look
plt.figure(figsize=(6, 3))
ax = plt.axes(projection=ccrs.PlateCarree()) # axes的projection參數最好設置，此處選擇PlateCarree()

ax.set_global() 
ax.coastlines() 
ax.contourf(lon, lat, data) # 此處不設置數據點投影類型 
plt.show()

 

　　從繪制結果可以看出，結果是正確的，實質為默認數據投影與PlateCarree()保持一致。下面設置數據投影類型，代碼如下：

data_crs = ccrs.PlateCarree()

# The projection keyword determines how the plot will look
plt.figure(figsize=(6, 3))
ax = plt.axes(projection=ccrs.PlateCarree())
ax.set_global()
ax.coastlines()

ax.contourf(lon, lat, data, transform=data_crs)
plt.show()

　　使用transform關鍵字設置數據投影，請謹記：在任何情況下，請務必設置axes的projection參數與數據點的transform參數。

2、axes投影與數據點不一致

　　當改變axes的投影時，數據的transform必須與數據本身的投影保持一致，這樣繪制的圖才是正確的，代碼如下：

data_crs = ccrs.PlateCarree()
# Now we plot a rotated pole projection
projection = ccrs.RotatedPole(pole_longitude=-177.5, pole_latitude=37.5)
plt.figure(figsize=(6, 3))
ax = plt.axes(projection=projection)
ax.set_global()
ax.coastlines()

ax.contourf(lon, lat, data,transform=data_crs)  #此處必須和數據本身投影保持一致
plt.show()

 

　　可以看到，數據會“自動按照”axes的投影，進行轉換，已被正確繪制在地圖上。

 

 

3、更多示例

　　下面進行更多示例進行佐證，代碼如下：

data_crs = ccrs.PlateCarree()
# We can choose any projection we like...
projection = ccrs.InterruptedGoodeHomolosine()
plt.figure(figsize=(6, 7))
ax1 = plt.subplot(211, projection=projection)
ax1.set_global()
ax1.coastlines()
ax1.contourf(lon, lat, data, transform=data_crs)


ax2 = plt.subplot(212, projection=ccrs.NorthPolarStereo())
ax2.set_extent([-180, 180, 20, 90], crs=ccrs.PlateCarree())
ax2.coastlines()
ax2.contourf(lon, lat, data, transform=data_crs)
plt.show()

 

　　可以看出，只要transform關鍵字設置正確，數據就可以在任意投影下顯示正確。如果要設置數據顯示范圍，set_extent同樣需要正確設置投影參數crs。

 

參考

Cartopy官網地址:https://scitools.org.uk/cartopy/docs/latest/tutorials/understanding_transform.html