Python：如何在cartopy中绘制地图上特定点的散点图？

我正在研究有关地球磁场的地面观测数据。我在Jupyter笔记本中使用Python。每个天文台都有一个数据系列，绘制为

plt。散点图如下：

# Scaling data down to point of obs
###########################################
scax = 3
scay = 4
ntim=np.subtract(ntim,2000)
ntim=np.multiply(ntim,scax)
ndat=np.divide(ndat,scay)
###########################################

# Plots data from obs at the location of obs
# Plot at locations by adding coordinates of obs and subtracting the mean of each axis of data set
plt.scatter(ntim-np.mean(ntim)+phi, ndat-np.mean(ndat)+the, color='blue', marker='.')
plt.scatter(phi, the, color='red', marker='.')


代码：

#从.mat数据文件绘制时间序列和数据序列的函数
#（在dB方向上，基于out变量），与天文台代码关联（基于sta变量）
#它还接受一个可选参数“showdatapoints”，因此可以主要为调试而显示数据点
def plotdata_工作站（文件名、sta、out、start、stop、*参数）：
#使函数根据输入使用数据系列中的三列之一（从而使用字段方向）
如果输出==“径向”：
dat=0
elif out=='theta'：
dat=1
elif out==“φ”：
dat=2
#如果用户输入的不是这三个选项中的一个，它将返回一个错误和一个解决错误的提示
其他：
打印（“\n错误：组件“+”+“+输出+”+“+”无法识别…）
打印（'\nHint:尝试使用'+''''+'径向'+''''、'+''+'θ'+''或'+'''''+'φ'+'.'））
#如果文件不存在，请尝试加载该文件
尝试：
nam=数据加载（文件名“obs_all”）
#如果文件不存在，它将返回错误和解决错误的提示
除：
打印（“\n错误：文件“+”+“文件名+”+“无法识别…”）
打印（“\n打印：尝试将文件与此脚本放在同一文件夹中。”）
#如果观测站代码不在数据文件中，它将返回错误和解决错误的提示
如果sta不在nam和sta中！='全部'：
打印（'\n错误：天文台代码'+'+sta+'+'无法识别…）
打印（“\n提示：尝试使用天文台位置地图中的天文台代码”。）
#从特定站点和现场方向加载数据
dat=dB_站（文件名、sta、dat）
tim=t_站（文件名，sta）
#如果开始是字符串但不是“最小值”，停止是字符串但不是“最大值”，则打印错误
如果（isinstance（start，str）=True和start！=“min”）或（isinstance（stop，str）=True和stop！=“max”）：
打印（'\n错误：时间范围超出数据集…'的界限）
打印（'\n打印：尝试使用数据集中包含的时间范围，或使用'+''''+'最大'+''''+'或'+'''''+'最小'+'.'））
#选择“最小”或“最大”时间序列时，将“开始”和“停止”设置为“最小”或“最大”
如果开始=='min'：
开始=分钟（tim）
如果停止==“最大”：
停止=最大（tim）
#如果时间范围超出数据集的界限，则打印错误
如果启动<最小（tim）或停止>最大（tim）：
打印（'\n错误：时间范围超出数据集…'的界限）
打印（'\n打印：尝试使用数据集中包含的时间范围，或使用'+''''+'最大'+''''+'或'+'''''+'最小'+'.'））
#获取特定时间范围内与站点关联的所有数据
数据=[]
ntim=[]
对于范围（0，len（tim））内的x：
如果开始我是这样用数学方法做的：

# Scaling data down to point of obs
###########################################
scax = 3
scay = 4
ntim=np.subtract(ntim,2000)
ntim=np.multiply(ntim,scax)
ndat=np.divide(ndat,scay)
###########################################

# Plots data from obs at the location of obs
# Plot at locations by adding coordinates of obs and subtracting the mean of each axis of data set
plt.scatter(ntim-np.mean(ntim)+phi, ndat-np.mean(ndat)+the, color='blue', marker='.')
plt.scatter(phi, the, color='red', marker='.')

但是如果有人知道一种更“科学”的方法，我会欢迎你的回答。
我是这样用数学方法做的：

# Scaling data down to point of obs
###########################################
scax = 3
scay = 4
ntim=np.subtract(ntim,2000)
ntim=np.multiply(ntim,scax)
ndat=np.divide(ndat,scay)
###########################################

# Plots data from obs at the location of obs
# Plot at locations by adding coordinates of obs and subtracting the mean of each axis of data set
plt.scatter(ntim-np.mean(ntim)+phi, ndat-np.mean(ndat)+the, color='blue', marker='.')
plt.scatter(phi, the, color='red', marker='.')

但是如果有人知道一种更“科学”的方法，我欢迎你的回答。
你的代码在哪里？哈哈，很抱歉，我已经更新了帖子，现在包含了两个绘图所用的代码。我不熟悉cartopy，但你可以用数学方法实现这一点，并根据你的站坐标绘制点，或者只是插入一张图片你的代码在哪里？哈哈，很抱歉，我已经更新了帖子，加入了用于两个绘图的代码。我不熟悉cartopy，但你可以通过数学方法来实现这一点，并根据你的站坐标绘制点，或者只是插入一张图片