### 设置海岸线内部区块的填充 在 Python 中使用 Matplotlib 和 Cartopy 或 Basemap 工具包可以轻松绘制带有海岸线的地图，并进一步自定义地图样式，例如填充大陆区域的颜色或调整海洋颜色。以下是两种常见的解决方案：一种基于 Cartopy，另一种基于 Basemap。 --- #### 方法一：使用 Cartopy 填充海岸线内的区块 Cartopy 提供了强大的地理空间数据处理能力，能够方便地绘制地图并设置陆地区域和水体区域的颜色。 ```python import cartopy.crs as ccrs import matplotlib.pyplot as plt # 创建图形和坐标系 fig, ax = plt.subplots(figsize=(10, 6), subplot_kw={'projection': ccrs.PlateCarree()}) # 添加海岸线 ax.coastlines(resolution='110m', color='black', linewidth=1) # 填充陆地区域（设置为绿色） ax.add_feature(cartopy.feature.LAND, facecolor='lightgreen') # 填充水域区域（设置为浅蓝色） ax.add_feature(cartopy.feature.OCEAN, facecolor='lightblue') # 显示网格线 ax.gridlines(draw_labels=True, linestyle='--', alpha=0.5) # 设置地图范围（可选） ax.set_extent([-180, 180, -90, 90], crs=ccrs.PlateCarree()) plt.title("Map with Coastline and Filled Land/Ocean", fontsize=14) plt.show() ``` 这段代码实现了以下功能： - 使用 `cartopy.feature.LAND` 和 `cartopy.feature.OCEAN` 分别填充陆地和海洋区域[^7]。 - 调整陆地和海洋的颜色以增强视觉效果。 - 添加海岸线并通过 `set_extent` 控制显示的地图范围。 --- #### 方法二：使用 Basemap 填充海岸线内的区块 Basemap 是另一个常用的地理绘图工具包，适合快速生成地图图表。可以通过 `fillcontinents` 函数填充陆地区域。 ```python from mpl_toolkits.basemap import Basemap import matplotlib.pyplot as plt # 初始化 Basemap 对象 m = Basemap(projection='merc', llcrnrlat=-60, urcrnrlat=80, llcrnrlon=-180, urcrnrlon=180, resolution='l') # 绘制地图边界 m.drawmapboundary(fill_color='aqua') # 海洋颜色设为湖绿色 # 填充陆地区域 m.fillcontinents(color='coral', lake_color='aqua') # 大陆颜色设为珊瑚色，湖泊保持与海洋一致 # 绘制海岸线 m.drawcoastlines() # 添加经纬网 m.drawparallels(np.arange(-90., 91., 30.), labels=[1, 0, 0, 0]) # 纬度标签 m.drawmeridians(np.arange(-180., 181., 60.), labels=[0, 0, 0, 1]) # 经度标签 plt.title("Map with Coastline and Filled Continents using Basemap", fontsize=14) plt.show() ``` 在这段代码中： - 使用 `drawmapboundary` 定义地图边界的颜色。 - 使用 `fillcontinents` 填充陆地区域的颜色，并指定湖泊颜色与海洋相同[^2]。 - 添加经纬网以便更清晰地标记地理位置。 --- #### 总结对比 | 功能/工具 | Cartopy | Basemap | |-----------|----------|----------| | 地理投影支持 | 更强大，内置多种投影方式 | 较简单，常用投影有限 | | 数据更新频率 | 更新频繁，适配最新地理数据 | 不再维护，依赖旧版数据集 | | 学习曲线 | 较陡峭，但文档详尽 | 较平缓，易于入门 | 尽管两者都能完成任务，推荐优先考虑 Cartopy，因为它具有更好的性能和支持最新的地理数据[^8]。 --- ###