matplotlib嵌套南海子图

matplotlib嵌套南海子图

二维可视化的最高境界是可以控制每一个像素的每一个通道。——我瞎说的

简介

目前大多数教程中用matplotlib在中国地图右下角嵌套南海子图主要方案是通过fig.add_axes方法，在指定位置绘制指定宽高的新图轴。这种方案可行但存在两个问题：

1. 大陆图轴和南海图轴在代码逻辑上是独立的：一旦使用会挤压图轴的操作如fig.colorbar，大陆图轴在画布上的位置大小发生改变，但在此之前绘制的南海图轴不会跟随移动。这导致该方案下南海图轴需要在最后绘制，一行一列的图还勉强不算太麻烦，但若是要在一张图上画上个几行几列，必须先for循环绘制所有大陆图轴，再绘制颜色图例、标题等等，最后再用先for循环绘制所有南海图轴，很不优雅。
2. 由于地图投影问题，最终图轴的宽高不一定是创建图轴时所指定的宽高。这导致若不在绘制南海图轴前通过投影关系计算好比例，最终两个图轴的右下两条边界可能不会重合，很不优雅。

我琢磨出一种优雅的方法，可以优雅地解决这两个问题，核心方法为ax.inset_axes。结合cartopy需要matplotlib>=3.6.x。

示例

举个简单例子：

import numpy as np
import xarray as xr
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import geopandas as gpd
from cartopy.mpl.ticker import LongitudeFormatter, LatitudeFormatter
from matplotlib.font_manager import FontProperties

shp_province = gpd.read_file('E:/map/province.shp')  # 省级边界
shp_10dash = gpd.read_file('E:/map/10dash.shp')  # 十段线
font = FontProperties(fname='C:\Windows\Fonts\simsun.ttc')
platecarree = ccrs.PlateCarree()
extent = (70, 135, 15, 55)  # 大陆图轴经纬度范围
extent_southsea = (107, 122, 0, 22)  # 南海图轴的经纬度范围
height_ratio_southsea = 0.4  # 南海图轴高度与大陆图轴高度的比例
ticks_lon = np.arange(75, 136, 5)  # 经度刻度
ticks_lat = np.arange(20, 51, 5)  # 纬度刻度
figsize = (10, 8)
lon_formatter = LongitudeFormatter(zero_direction_label=True)
lat_formatter = LatitudeFormatter()
# 读取待绘制数据
data = xr.lo