### 3.1 数据准备与格式转换 为了根据经纬度和最高温度数据绘制空间分布图，首先需要准备一个包含 `latitude`、`longitude` 和 `max_temperature` 字段的 CSV 文件。可以使用 `pandas` 加载该文件，并将其转换为 `geopandas` 的 `GeoDataFrame`，以便进行地理空间操作。例如： ```python import pandas as pd import geopandas as gpd df = pd.read_csv('temperature_data.csv') gdf = gpd.GeoDataFrame(df, geometry=gpd.points_from_xy(df.longitude, df.latitude)) gdf.crs = "EPSG:4326" ``` 该操作将数据转换为带有地理坐标的点数据集，为后续的地图绘制提供基础[^1]。 ### 3.2 使用 Cartopy 绘制地图和等值线图 使用 `cartopy` 和 `matplotlib` 可以创建具有地理投影的地图，并在其中绘制等值线图。以下代码展示了如何设置地图范围（从 -60° 到 90° 的纬度范围），添加海岸线，并使用 `contourf` 函数绘制最高温度的等值线图： ```python import matplotlib.pyplot as plt import cartopy.crs as ccrs import cartopy.feature as cfeature import numpy as np # 生成经纬度网格 lon = np.linspace(-180, 180, 360) lat = np.linspace(-60, 90, 150) lon, lat = np.meshgrid(lon, lat) # 假设 temperature_data 是一个与 lon/lat 网格对应的二维数组 # temperature_data = ... fig, ax = plt.subplots(figsize=(12, 8), subplot_kw={'projection': 'cartopy'}) ax.set_global() ax.add_feature(cfeature.LAND, facecolor='lightgray') ax.add_feature(cfeature.COASTLINE) ax.set_extent([-180, 180, -60, 90], crs=ccrs.PlateCarree()) # 绘制等值线图 contour = ax.contourf(lon, lat, temperature_data, cmap='RdYlGn', transform=ccrs.PlateCarree()) cbar = plt.colorbar(contour, ax=ax, orientation='horizontal', pad=0.05) cbar.set_label('Max Temperature (°C)') plt.title('Spatial Distribution of Maximum Temperature') plt.show() ``` 该方法基于栅格数据创建等值线图，并通过颜色映射表示温度值的空间分布，同时配置颜色条以展示数据的取值范围[^2]。 ### 3.3 使用 Folium 创建交互式地图 如果需要交互式地图，可以使用 `folium` 库。它支持缩放、平移等交互操作，并可以在地图上添加标记和弹出窗口以显示详细信息。以下是使用 `folium` 显示温度数据的示例代码： ```python import folium # 创建地图对象 m = folium.Map(location=[gdf.latitude.mean(), gdf.longitude.mean()], zoom_start=2) # 添加标记 for idx, row in gdf.iterrows(): folium.CircleMarker( location=[row['latitude'], row['longitude']], radius=5, color='red', fill=True, fill_color='red', popup=f"Max Temp: {row['max_temperature']}°C" ).add_to(m) # 显示地图 m.save('temperature_map.html') ``` 该代码创建了一个交互式地图，支持多种图层和标记功能，用户可以通过浏览器查看并交互[^3]。 ### 3.4 高级地图设置与分辨率控制 在使用 `cartopy` 绘制地图时，可以通过设置 `coastlines` 的分辨率来提高地图的细节表现。例如，默认分辨率为 `1:110m`，但可以更改为 `1:50m` 以获得更精细的海岸线： ```python ax.coastlines(resolution='50m', color='black') ``` 此设置适用于需要更高精度地图细节的应用场景，如区域气候分析[^4]。 --- ###