Python 使用手动显式标高覆盖tricontourf和散点图

我正在尝试将散点图（显示观察结果）覆盖到填充轮廓图（显示相同变量的模型数据）上，使用完全相同的级别映射到che colorscale。主要问题是，我没有使用“通用”的

contour

/

contourf

函数，而是使用

tricontourf

，因为我的数据位于非结构化网格上

看起来一些通常使用

tourf

的方法被

tricontourf

忽略了，而且这不是我第一次必须找到解决办法，因为实际使用

tricontourf

的选项没有很好的文档记录（例如，如何使用缺少的值进行绘图）

我想绘制累积降水量图。我有来自站点的准时数据和来自模型的网格数据。两者都是由一维纬度和经度数组描述的一维数组。我需要为两个图选择相同的级别，因为我想覆盖它们并查看差异。我正在使用

pyplot.scatter

绘制点，并使用

pyplot.tricontourf

绘制模型数据。以下是我使用的方法：

为

pyplot.scatter

和

pyplot.tricontourf

定义

vmin

和

pyplot.tricontourf

，使用相同的cmap，以便它们以相同的级别映射->不起

pyplot的作用。tricontourf

显然忽略了

vmin

和

vmax

。遵循这个例子对我不起作用。它们将被忽略，并且级别将自动定义

由于在

pyplot.tricontourf

中指定级别的唯一方法是使用

levels

参数，因此我通过定义一个值数组来实现。这适用于

tricontourf

，但我必须为散点图绘制它

levels=[10, 12, 15, 20, 25, 30, 35, 40, 
        45, 50, 60, 70, 80, 90, 100, 125, 150, 175, 200, 225, 250]
contourf=plt.tricontourf(lon, lat, rain_acc, levels=levels, 
       cmap='GnBu', extend='max')

bounds=np.array(levels)
norm = colors.BoundaryNorm(boundaries=bounds, ncolors=256)

scatter=plt.scatter(x, y, c=rain_stations, s=50, cmap='GnBu', 
    zorder=10, norm=norm) 

不幸的是，这也不起作用，因为

BounaryNorm

在级别之间线性插值

因此，目前我必须覆盖数据的唯一方法是为

tricontourf

选择一个线性的水平序列（用

np.linspace

定义），然后应用第2点的方法。规范化散点图的颜色

但是，我想做的是能够手动定义级别。 有人知道如何做到这一点吗

---

最重要的是，为什么

tricontourf

忽略了

vmin

和

vmax

查看您发布的链接和文档，

pyplot.tricontourf

似乎不接受

vmin

和

vmax

。在您发布的示例中使用它的方式是使用

norm

参数：

plt.tricontourf（x，y，z，norm=plt.Normalize（vmax=abs（zi.max（），vmin=-abs（zi.max（））

我也这样做了，但它仍然不起作用。这些级别仍然是自动设置的。顺便说一下，文档中没有提到

vmin

和

vmax

被

tricontourf

忽略。我在另一个问题上发现了这一点。