【原】Python 隨筆 | 繪圖白化

沐室 2025-08-28 發(fā)布于江蘇

展開全文

在繪制圖形，尤其是涉及地理信息的分布圖時，為了使圖形更加美觀或者更有效地突出重點信息，我們常常需要對一些非關(guān)鍵要素進行掩蓋或隱藏處理。這種做法不僅能夠更快地抓住圖表的核心內(nèi)容，還能增強視覺效果。例如，在制作某個省份的氣溫分布圖時，我們的主要目的是展示該省份內(nèi)部不同地點的氣溫變化情況。此時，如果將地圖上屬于其他省份的數(shù)據(jù)也一并顯示出來，則可能會分散讀者注意力，并且使得圖表顯得雜亂無章。為了解決這個問題，接可能需要“掩膜”來實現(xiàn)只保留特定區(qū)域（如目標省份）的數(shù)據(jù)而屏蔽掉其余部分。

在剛開始的時候，我一直使用的是下面的語句：

countries=BasicReader('./data.shp')geo_list=list(countries.geometries())poly=geo_listpath=Path.make_compound_path(*geos_to_path(poly))...省略畫圖部分...contour = ax.contourf(...)...省略畫圖部分...for col in contour.collections:    col.set_clip_path(path,ccrs.PlateCarree()._as_mpl_transform(ax))

簡單來說，就是以下4步：

定義地理邊界 → 從 Shapefile 讀取國家邊界
轉(zhuǎn)換路徑格式 → Matplotlib 可識別的 Path 對象
繪制數(shù)據(jù) → 使用 contourf 繪制原始等值線圖（可能覆蓋整個矩形區(qū)域）
應用裁剪 → 只保留國家邊界內(nèi)的可見部分

但最近在用的時候，卻發(fā)現(xiàn)以往很好用的代碼報錯了，報錯信息如下：

AttributeError:'GeoContourSet' object has no attribute 'collections'

經(jīng)檢測，應該是matplotlib版本問題，因此，又把裁剪代碼改成下列形式使用：

for artist in ax_main.get_children():if hasattr(artist,'get_paths')and len(artist.get_paths())>0:        artist.set_clip_path(path, ax_main.transData)

裁剪路徑（Clip Path）：類似蒙版，只有路徑內(nèi)的圖形會顯示，路徑外的部分被隱藏。
坐標系對齊 ( **transData***)： *路徑的坐標必須與圖形元素的坐標系一致。使用 ax_main.transData 表示路徑的坐標值基于數(shù)據(jù)范圍（例如經(jīng)緯度、物理單位）。
篩選條件 ( get_paths)：支持的圖形類型： ContourSet（等值線填充）、 PolyCollection（多邊形集合）、 LineCollection（線條集合）等。

此時，又可以畫出這種圖了，又能用100年了。

但又想畫出南海小地圖感覺，剛開始我以為，只需要簡單加個范圍限制就可以：

south_china_sea_bbox =[105,125,0,30]ax_south_china.set_extent(south_china_sea_bbox, crs=ccrs.PlateCarree())

然后畫成了這樣，裁剪區(qū)域后，設置范圍并沒有按預想的演示。

苦思冥想一會，加上數(shù)據(jù)篩選解決問題。

combined_mask = (lon >= min_lon) & (lon <= max_lon) & (lat >= min_lat) & (lat <= max_lat)south_data = np.full_like(data, np.nan)  south_data[combined_mask] = data[combined_mask]

最后完整畫圖代碼：

from cartopy.io.shapereader import BasicReaderfrom matplotlib.path import Pathfrom cartopy.mpl.patch import geos_to_pathimport numpy as npimport matplotlib.pyplot as pltimport cartopy.crs as ccrsfrom cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTERimport netCDF4 as ncimport matplotlib as mplimport warnings
warnings.filterwarnings("ignore") mpl.rcParams['font.sans-serif'] = [u'SimHei']  mpl.rcParams['axes.unicode_minus'] = Falsebinary_colors = ['#CE4A4B', '#D68F3B']  binary_cmap = mpl.colors.ListedColormap(binary_colors)
def picture(lon, lat, data, name):
    countries = BasicReader("./中華人民共和國.shp")    geo_list = list(countries.geometries())    poly = geo_list    path = Path.make_compound_path(*geos_to_path(poly))
    south_china_sea_bbox = [105, 125, 0, 30]    china_bbox = [70, 140, 0, 55]     min_lon, max_lon, min_lat, max_lat = south_china_sea_bbox
    fig = plt.figure(figsize=(12, 8))    ax_main = fig.add_subplot(111, projection=ccrs.PlateCarree())
    contour = ax_main.contourf(lon, lat, data,                               transform=ccrs.PlateCarree(),                               cmap=binary_cmap,                              levels=[-0.5, 0.5, 1.5],                               vmin=-0.5, vmax=1.5,                              extend='neither')    ax_main.add_geometries(countries.geometries(), linewidth=1., edgecolor='black',                           crs=ccrs.PlateCarree(), facecolor='none')    ax_main.set_extent(china_bbox, crs=ccrs.PlateCarree())    g1 = ax_main.gridlines(draw_labels=True, linewidth=1, color='gray',                           alpha=0.5, linestyle='--')    g1.top_labels = False    g1.right_labels = False    g1.xformatter = LONGITUDE_FORMATTER    g1.yformatter = LATITUDE_FORMATTER    g1.rotate_labels = False    for artist in ax_main.get_children():        if hasattr(artist, 'get_paths') and len(artist.get_paths()) > 0:            artist.set_clip_path(path, ax_main.transData)
    ax_main.set_title(name, fontsize=16, pad=20)    ax_south_china = fig.add_axes([0.60, 0.24, 0.15, 0.15], projection=ccrs.PlateCarree())    combined_mask = (lon >= min_lon) & (lon <= max_lon) & (lat >= min_lat) & (lat <= max_lat)    south_data = np.full_like(data, np.nan)      south_data[combined_mask] = data[combined_mask]      contour_south = ax_south_china.contourf(lon, lat, south_data,                              transform=ccrs.PlateCarree(),                              cmap=binary_cmap,                              levels=[-0.5, 0.5, 1.5],                              vmin=-0.5, vmax=1.5,                              extend='neither')
    ax_south_china.add_geometries(countries.geometries(), linewidth=1., edgecolor='black',                           crs=ccrs.PlateCarree(), facecolor='none')    ax_south_china.set_extent(south_china_sea_bbox, crs=ccrs.PlateCarree())    for artist in ax_south_china.get_children():        if hasattr(artist, 'get_paths') and len(artist.get_paths()) > 0:            artist.set_clip_path(path, ax_south_china.transData)