使用 Cartopy 绘制精美的地图
Hello 大家好，我是小骏。
从事气象绘图相关工作的朋友应该知道 Cartopy 这个 Python 库，它可以用来绘制各种投影的地图。
它默认采用 Natural Earth 提供的丰富的底图文件，其中包含了地球上的海洋、陆地、河流、湖泊、海岸线、国界等等，绘制地图时所需要的各种特征文件。
Cartopy 绘图部份依赖 Matplotlib 库，因此配合 Matplotlib 的各种绘图方法，基本上可以画出任何样式的图。当然，前提是要好好查文档，理解 API，并且花时间去折腾。😄
那么这篇专栏就简单介绍一下如何用 Cartopy 绘制我们想要的地图。 按照我们的惯例，我也录制了视频，大家可以点开来对照文章看。
我们可能见过很多种地图，它们显示的形状好像不太一样，这是因为地图有「投影」的区别。Cartopy 中常用的投影有圆柱投影、兰伯特投影、罗宾逊投影、墨卡托投影、正射投影等等，我工作中常用的也就圆柱投影和兰伯特投影这两种。
下图就是一张圆柱投影的图，横坐标是经度，纵坐标是纬度。这种投影好比把地球仪上的那层纸揭了下来，强行摊平成了一个长方形。所以越靠近 0 度纬线，也就是赤道的部分，越接近真实的大小；越靠近两极，相较于真实形状，拉伸程度越高。
下图是一张兰伯特投影的图，这种投影我觉得看起来更舒服一点。感觉上是只把局部的半球面做了拉平处理，所以看起来形变的程度不是很大。
运行下面的代码，就可以画出一幅圆柱投影的图。
简单读过代码可以知道，我们可以给指定的 feature 涂上任意颜色。比如把海洋掩盖掉涂成白色，就像代码中把参数 facecolor 设置成 white 就可以了。
那我如果想突出显示某个国家该怎么做？这就需要深入研究一下画图用到的 shapefile 文件的构成，以及代码调用它的方式。这里大家可以看一下这位大佬的博客，详细总结了 shapefile 是由各种 shape 和 attribute 来表示地图中的点、线、面等要素。
当然我们也可以直接问一下 ChatGPT，看看强大的人工智能能否言简意赅的解释清楚。
综合查阅资料后，我们知道可以这样读取 shapefile 中的内容：
遍历 shapefile 时，每个元素都标注了属性，里面就有我们想要的国家名称和所属大洲名称。我们可以通过比对属性字典中的 NAME_ZH 字段（国家名称简体中文）来筛选国家，或 CONTINENT 字段（大洲英文）来筛选大洲。这里要注意，Natural Earth 提供的文件有三个分辨率，我们选择 1:10m 的分辨率，才会完整的包含全部国家和地区。
下图就是把澳大利亚标红后的效果：
我们从 ERA 的官网上随便下载一个气温数据，可以绘制出这样的填色图。
使用相同的方法，我们可以将澳大利亚之外的部分涂成白色：
出图图下：
但是在气象绘图工作中，不仅需要灵活地画出指定区域，有时还需要对指定区域的数据做计算评估。我们使用上面的方法实质上仅仅是在处理图层，数据图层只是被遮起来了而已，并没有做实际的更改。
这个数据是全球的内容，如果我们想只绘制澳大利亚区域的数据，该怎么做呢？
这里就需要根据 shapefile 文件制作掩膜数据，然后将气温数据与掩膜数据不重合的部分抹去。这里使用前面博客作者开发的 frykit 这个库，来完成掩膜数据的制作。
为了能更方便地验证我们的数据确实被修改了，可以把数据导出成 NC 数据，使用 Panoply 这个软件来直观地看到数据形状。
我们用这个掩膜数据，使用 xarray.where() 方法，将上面填色图的数据掩盖掉，就可以达到只绘制澳大利亚区域的目的了。
可以再用 Panoply 查看一下处理后的数据：
使用这个数据，无需对图层做处理，直接绘制填色图，下图的效果就是我们想要的样子。
现在就可以对数据做统计计算，比如最大值、最小值、平均值等等。
总结
这篇文章想介绍的内容差不多就是这些了，但是说的都比较浅。代码中用到的许多库其实需要对照官方文档或其他资料去练习，比如读取网格数据时用到的 Xarray 库的使用；网格数据的 GRIB、NC 等各种数据格式规范、读取方式；Matplotlib 中的填色图（pcolormesh）、等值面图（contourf）、散点图（scatter）、色标的设置（cmap、norm）；以及处理数据时用到的 Pandas、Numpy、Scipy 库的使用；更换正确的中国底图；以及各种气象数据统计相关的理论知识等等。说好听点就是这里的知识博大精深，说的粗糙一点就是坑非常多。
这些知识我也是一知半解，边用边查，所以没有讲的太深。
如果你觉得这篇文章有帮到你，可以点个赞，如果期待后续内容，可以点个关注。
那么我们下期再见，拜拜。👋
参考资料
Natural Earth 官方网站：https://www.naturalearthdata.com/
zhajiman 大佬博客：https://zhajiman.github.io/post/cartopy_shapefile/
cnmaps 官方文档：https://cnmaps-doc.readthedocs.io/zh_CN/latest/index.html
Matplotlib 官方文档：https://matplotlib.org/stable/index.html
Xarray 官方文档：https://docs.xarray.dev/en/stable/index.html
Cartopy 官方文档：https://scitools.org.uk/cartopy/docs/latest/
Panoply 下载页面：https://www.giss.nasa.gov/tools/panoply/download/
ERA 数据下载：https://cds.climate.copernicus.eu/#!/search?text=ERA5&type=dataset
frykit 库 GitHub 仓库：https://github.com/ZhaJiMan/frykit
