Cartopy

Cartopy é um pacote Python que auxilia na criação de mapas, usando o matplotlib, para análises e visualização de dados geoespaciais.



In [ ]:

    
%matplotlib inline

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

ax = plt.axes(projection=ccrs.PlateCarree())
c = ax.coastlines()



In [ ]:

    
ax = plt.axes(projection=ccrs.PlateCarree())
ax.coastlines()
ax.set_global()

kw = dict(linewidth=4, color='g', transform=ccrs.Geodetic())
l0 = plt.plot([-100, 50], [25, 25], label='Geodetic1', **kw)
l1 = plt.plot([-38, 147], [-13, -42], label='Geodetic1', **kw)

kw = dict(linewidth=4, color='b', transform=ccrs.PlateCarree())
l2 = plt.plot([-100, 50], [25, 25], label='PlateCarree1', **kw)
l3 = plt.plot([-38, 147], [-13, -42], label='PlateCarree2', **kw)

leg = ax.legend(loc=(1.05, 0.5))



In [ ]:

    
ax = plt.axes(projection=ccrs.Mercator())
ax.coastlines()

gl = ax.gridlines(draw_labels=True)



In [ ]:

    
import matplotlib.ticker as mticker
from cartopy.mpl.gridliner import LATITUDE_FORMATTER

ax = plt.axes(projection=ccrs.PlateCarree())
ax.coastlines()
gl = ax.gridlines(draw_labels=True)

gl.xlocator = mticker.FixedLocator([-180, -45, 0, 45, 180])
gl.yformatter = LATITUDE_FORMATTER



In [ ]:

    
import numpy as np
import cartopy.crs as ccrs
import cartopy.feature as cfeature


kw = dict(color='#FF9900', linestyle='-', linewidth=1.5)
lon, lat = np.loadtxt('./data/challenger_path.csv',
                      delimiter=',', unpack=True)


def make_cartopy(projection=ccrs.Robinson(), figsize=(6, 4), resolution='110m'):
    fig, ax = plt.subplots(figsize=figsize, subplot_kw=dict(projection=projection))
    ax.set_global()
    ax.coastlines(resolution=resolution, color='k')
    gl = ax.gridlines(draw_labels=False)
    ax.add_feature(cfeature.LAND, facecolor='0.75')
    return fig, ax



In [ ]:

    
fig, ax = make_cartopy(projection=ccrs.Robinson(), resolution='110m')

ax.plot(lon, lat, transform=ccrs.Geodetic(), **kw);



In [ ]:

    
import cartopy.io.img_tiles as cimgt


def request_map(map_request, figsize=(8, 8), zoom=8):
    fig, ax = plt.subplots(figsize=figsize,
                           subplot_kw=dict(projection=map_request.crs))
    ax.set_extent([-39, -38.25, -13.25, -12.5])
    ax.add_image(map_request, zoom)
    return fig, ax



In [ ]:

    
fig, ax = request_map(cimgt.MapQuestOpenAerial(), zoom=10)



In [ ]:

    
fig, ax = request_map(cimgt.GoogleTiles(), zoom=10)



In [ ]:

    
fig, ax = request_map(cimgt.OSM(), zoom=10)



In [ ]:

    
fig, ax = request_map(cimgt.QuadtreeTiles(), zoom=10)



In [ ]:

    
import cartopy.crs as ccrs
import matplotlib.pyplot as plt
from cartopy.feature import NaturalEarthFeature, LAND, COASTLINE
from cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER


def brazil_states(projection=ccrs.PlateCarree()):
    fig, ax = plt.subplots(figsize=(8, 6), subplot_kw=dict(projection=projection))
    ax.set_extent([-82, -32, -45, 10])
    ax.stock_img()
    ax.add_feature(LAND)
    ax.add_feature(COASTLINE)
    gl = ax.gridlines(draw_labels=True)
    gl.xlabels_top = False
    gl.ylabels_right = False
    gl.xformatter = LONGITUDE_FORMATTER
    gl.yformatter = LATITUDE_FORMATTER
    return fig, ax



In [ ]:

    
fig, ax = brazil_states()
states = NaturalEarthFeature(category='cultural', scale='50m', facecolor='none',
                             name='admin_1_states_provinces_shp')
_ = ax.add_feature(states, edgecolor='gray')

Iris e o objeto `cube`

O objeto de mais alto nível do iris é chamado cube. Um cubo contém os dados e informações sobre os dados (metadata) sobre de apenas uma variável. Isso é uma consequência da interpretação do modelo de dados da convenção Climate and Forecast (CF) Metadata Conventions.

Cada cube contém:

Um array de dados (em geral uma numpy array.)
Um nome, preferencialmente um CF standard_name que descreve a variável que o cubo representa.
Uma coleção de coordenadas que descreve as dimensões da array de dados.

As coordenadas são divididas em dois típicos:

Coordenadas com dimensões são numéricas, monotônicas e representam apenas uma dimensão na array de dados. Só pode haver uma coordenada com "dimensionada" por dimensão dos dados.
Coordenadas auxiliares, que podem ser qualquer tipo, incluindo valores discretos como strings, e podem representar mais de uma dimensão nos dados.

Cartopy

Iris e o objeto cube

Iris e o objeto `cube`