画澳大利亚地表月温度数据异常空间趋势图代码并运行出结果

以下是画澳大利亚地表月温度数据异常空间趋势图的 Python 代码：

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import geopandas as gpd
from shapely.geometry import Point

# 读入澳大利亚地图数据
aus_map = gpd.read_file("path/to/australia_shapefile.shp")

# 读入澳大利亚地表月温度数据
temp_data = pd.read_csv("path/to/australia_monthly_temps.csv")

# 将经纬度转换为 Point 对象
geometry = [Point(xy) for xy in zip(temp_data.lon, temp_data.lat)]

# 创建 GeoDataFrame
temp_gdf = gpd.GeoDataFrame(temp_data, geometry=geometry)

# 将温度数据和地图数据进行空间连接
temp_map = gpd.sjoin(temp_gdf, aus_map, op='within')

# 计算每个区域的平均温度
avg_temp = temp_map.groupby('SA4_NAME_2016')['temp'].mean()

# 将平均温度数据合并到地图数据中
aus_map = aus_map.merge(avg_temp, on='SA4_NAME_2016')

# 画图
fig, ax = plt.subplots(figsize=(10, 8))

aus_map.plot(column='temp', cmap='coolwarm', linewidth=0.8, ax=ax, edgecolor='0.8')

ax.axis('off')

ax.set_title('Monthly Temperature Anomalies in Australia', fontdict={'fontsize': '20', 'fontweight': 'bold'})

plt.show()

需要注意的是，上述代码中需要替换以下文件路径：

- "path/to/australia_shapefile.shp"：澳大利亚地图数据的文件路径
- "path/to/australia_monthly_temps.csv"：澳大利亚地表月温度数据的文件路径

如果您没有这些数据，可以在网上搜索并下载。运行代码后，会生成一个名为 "Monthly Temperature Anomalies in Australia" 的地图。