在底图中使用 pcolormesh 填充区域答案

【问题标题】：Hatch area using pcolormesh in Basemap在底图中使用 pcolormesh 填充区域
【发布时间】：2017-05-30 14:39:03
【问题描述】：

我尝试仅孵化具有统计显着性结果的区域。如何使用 Basemap 和 pcolormesh 做到这一点？

plt.figure(figsize=(12,12))

lons = iris_cube.coord('longitude').points
lats = iris_cube.coord('latitude').points

m = Basemap(llcrnrlon=lons[0], llcrnrlat=lats[0], urcrnrlon=lons[-1], urcrnrlat=lats[-1], resolution='l')

lon, lat = np.meshgrid(lons, lats)

plt.subplot(111)

cs = m.pcolormesh(lon, lat, significant_data, cmap=cmap, norm=norm, hatch='/')

【问题讨论】：

标签： python matplotlib matplotlib-basemap significance hatchstyle

【解决方案1】：

我对这个问题有一个简单的解决方案，只使用pcolormesh 而不是pcolor：绘制颜色网格，然后填充整个绘图，然后再次绘制原始网格，这次是通过屏蔽统计显着的单元格，所以唯一可见的孵化是那些在重要的细胞上。或者，您可以在每个单元格上放置一个标记（看起来也不错），而不是对整个图形进行孵化。

（我使用cartopy 而不是basemap，但这不重要。）

第 1 步： 使用 pcolormesh 正常绘制您的字段 (z)。

mesh = plt.pcolormesh(x,y,z)

其中 x/y 可以是 lons/lats。

第 2 步：孵化整个情节。为此，请使用fill_between:

hatch = plt.fill_between([xmin,xmax],y1,y2,hatch='///////',color="none",edgecolor='black')

查看fill_between的详细信息以设置xmin、xmax、y1和y2。您只需在绘图边界之外定义两条水平线，并在其间的区域设置阴影线。使用更多或更少/s 来设置孵化密度。

要调整影线厚度，请使用以下行：

import matplotlib as mpl
mpl.rcParams['hatch.linewidth'] = 0.3

作为孵化所有内容的替代方法，您可以将所有 x-y 点（或 lon-lat 对）绘制为标记。一个简单的解决方案是添加一个点（x 看起来也不错）。

hatch = plt.plot(x,y,'.',color='black',markersize=1.5)

以上其中一项将是您的“孵化”的基础。这是第 2 步之后的样子：

第 3 步：在这两个之上，再次使用 pcolormesh 绘制您的颜色网格，这一次屏蔽包含统计显着值的单元格。这样，“无关紧要”细胞上的标记就会再次变得不可见，而重要的标记仍然可见。

假设您有一个大小相同的数组，其中包含每个单元格 (t_z) 的 t 统计量，您可以使用 numpy 的 ma 模块屏蔽重要值。

z_masked = numpy.ma.masked_where(t_z >= your_threshold, z)

然后，使用蒙版数组绘制颜色网格。

mesh_masked = plt.pcolormesh(x,y,z_masked)

使用zorder 确保图层的顺序正确。这是它在第 3 步之后的样子：

【讨论】：

在第 3 步（铺设最后一个蒙版的颜色网格）之后，在没有蒙版的地方，绘图边框会变细。无法弄清楚为什么。如果有人可以重现此问题，并且确实有修复，请提出修改建议。谢谢。

【解决方案2】：

似乎pcolormesh 不支持孵化（见https://github.com/matplotlib/matplotlib/issues/3058）。相反，建议使用pcolor，从this 开始的示例看起来像，

import matplotlib.pyplot as plt
import numpy as np

dx, dy = 0.15, 0.05
y, x = np.mgrid[slice(-3, 3 + dy, dy),
                slice(-3, 3 + dx, dx)]
z = (1 - x / 2. + x ** 5 + y ** 3) * np.exp(-x ** 2 - y ** 2)
z = z[:-1, :-1]
zm = np.ma.masked_less(z, 0.3)

cm = plt.pcolormesh(x, y, z)
plt.pcolor(x, y, zm, hatch='/', alpha=0.)
plt.colorbar(cm)
plt.show()

其中一个掩码数组用于获取大于 0.3 的 z 值，这些值使用pcolor 填充。

为了避免在顶部绘制另一种颜色（这样你只会得到阴影），我将pcolor 中的 alpha 设置为 0。感觉有点像 hack。另一种方法是使用补丁并分配给您想要的区域。请参阅此示例Python: Leave Numpy NaN values from matplotlib heatmap and its legend。对于底图等而言，这可能比仅使用pcolor 选择区域更棘手。

【讨论】：