使用 Python cartopy 绘制带有精细阴影的地图

Question

我尝试使用 contourf 创建一个地理地图，包括阴影区域（表示重要性）​​。

这是一个 MWE：

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

lats = np.arange(-90, 91, 10)
lons = np.arange(-180, 181, 20)
data = np.sin(np.arange(len(lats)*len(lons))).reshape(len(lats), len(lons))

proj = ccrs.Robinson()
fig, ax = plt.subplots(figsize=(6, 7), subplot_kw={'projection': proj})
im = ax.contourf(
    lons, lats, data,
    transform=ccrs.PlateCarree(),
)
ax.contourf(
    lons, lats, data > data.mean(),
    transform=ccrs.PlateCarree(),
    colors='none',
    levels=[.5, 1.5],
    hatches='///////',
)

ax.coastlines()
ax.set_global()
cbar = fig.colorbar(im, ax=ax, location='bottom')

我正在努力调整孵化的属性。这是粗略的方式，我想调整它以便能够解析更精细的结构。可以通过缩放图形大小来做到这一点：

scale = 10

fig, ax = plt.subplots(figsize=(6*scale, 7*scale), subplot_kw={'projection': proj})
ax.contourf(
    lons, lats, data,
    transform=ccrs.PlateCarree(),
)
ax.contourf(
    lons, lats, data > data.mean(),
    transform=ccrs.PlateCarree(),
    colors='none',
    levels=[.5, 1.5],
    hatches='///////',
)

ax.coastlines()
ax.set_global()
cbar = fig.colorbar(im, ax=ax, location='bottom')

但这实际上会弄乱其他所有内容（文本、线宽等），并且无论如何可能都不是最好的方法。 在这种情况下，有没有更好的方法来调整影线的属性？

Answer 1

contourf 中的参数 hatches 应该是大小为 2 的列表，因为您有两个级别。然后，您可以通过重复图案来增加影线图案的密度，例如，density*'/'。所以总的来说这条线应该是hatches=[density*'/',density*'/']。 下面是我将密度设置为 7 时的示例：

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

lats = np.arange(-90, 91, 10)
lons = np.arange(-180, 181, 20)
data = np.sin(np.arange(len(lats)*len(lons))).reshape(len(lats), len(lons))

proj = ccrs.Robinson()
fig, ax = plt.subplots(figsize=(6, 7), subplot_kw={'projection': proj})
im = ax.contourf(
    lons, lats, data,
    transform=ccrs.PlateCarree())
density=7
ax.contourf(
    lons, lats, data > data.mean(),
    transform=ccrs.PlateCarree(),
    colors='none',
    levels=[.5,1.5],
    hatches=[density*'/',density*'/'],
)

ax.coastlines()
ax.set_global()
cbar = fig.colorbar(im, ax=ax)

输出给出：