转移基地图- cartopy

Question

我在Python2.7上使用basemap，但是我想使用Python3，并为此迁移到cartopy。如果你能给我一些建议，把我的代码从basemap改为cartopy，那就太棒了：

这是basemap代码：

from mpl_toolkits.basemap import Basemap
    # plot map without continents and coastlines
    m = Basemap(projection='kav7',lon_0=0)
    # draw map boundary, transparent
    m.drawmapboundary()
    m.drawcoastlines()
    # draw paralells and medians, no labels
    if (TheLatInfo[1] == len(TheLatList)) & (TheLonInfo[1] == len(TheLonList)):
        m.drawparallels(np.arange(-90,90.,30.))
        m.drawmeridians(np.arange(-180,180.,60.))

grids = m.pcolor(LngArrLons,LngArrLats,MSKTheCandData,cmap=cmap,norm=norm,latlon='TRUE')

这就是我发现并改变了一些细节的cartopy示例：

import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import cartopy.feature as cpf

ax = plt.axes(projection=ccrs.Robinson())
ax.coastlines()
ax.set_boundary
ax.gridlines(draw_labels=False)
plt.show()

我不知道如何将网格线设置在确切的位置，以及如何将其涂成黑色而不是灰色。此外，我想知道如何插入/覆盖我的实际地图与数据。"ax.pcolor“是否足够支持cartopy？

谢谢!

Answer 1

要将网格线涂成黑色的，可以使用color=关键字：

ax.gridlines(color='black')

要指定lat/lon网格线布局，实际上只需要几行额外的行，如果您不关心标签：

import matplotlib.ticker as mticker

gl = ax.gridlines(color='black')
gl.xlocator = mticker.FixedLocator([-180, -90, 0, 90, 180])
gl.ylocator = mticker.FixedLocator([-90,-45,0,45,90])

(在撰写这篇文章时，Robinson的预测不支持网格标签。)

要在地图上覆盖您的数据，，pcolor应该可以工作，但它的速度非常慢。我建议使用pcolormesh，尽管您可以在这个语法中用一个代替另一个：

ax.pcolormesh(lon_values, lat_values, data)

请注意，如果您的数据出现在与正在绘制的映射投影不同的投影(通常为真)上，则需要使用transform=关键字在绘图语法中指定数据的投影。这告诉cartopy将数据从原始投影转换为地图投影。板块Carrée与圆柱等距相同(例如，对于气候模式输出而言，这是典型的)：

ax.pcolormesh(lon_values, lat_values, data, transform=ccrs.PlateCarree())