如何在cartopy图中添加图例？

Question

我目前正在处理一些涉及土地利用类型（即森林、沙漠、水等）的数据，这些数据在我的地图上以不同的颜色出现。 我想添加一个图例或等效项来显示每种颜色代表的土地类型，但似乎无法让它发挥作用。 在地图上绘制的土地利用类型数据需要我使用 pcolormesh。 有没有什么办法可以在地图上显示每种土地利用类型的颜色？

以下是我的代码的cartopy部分：

proj = ccrs.LambertConformal(central_longitude=cLon, central_latitude=cLat)
res = '10m'
fig_1 = plt.figure(figsize=(20,20))
ax_1 = plt.subplot(1,1,1,projection=proj)
ax_1.set_extent([lonW,lonE,latS,latN])
ax_1.add_feature(cfeature.LAND.with_scale(res))
ax_1.add_feature(cfeature.OCEAN.with_scale(res))
ax_1.add_feature(cfeature.COASTLINE.with_scale(res))
ax_1.add_feature(cfeature.LAKES.with_scale(res), alpha = 0.5)
ax_1.add_feature(cfeature.STATES.with_scale(res));
ax_1.set_title('Land Use Type: Western United States', fontsize=20)
ax_1.pcolormesh(cat_land_lons, cat_land_lats, cat_land, transform=ccrs.PlateCarree(), zorder=3)
ax_1.legend(['Forested', 'Water', 'Desert', 'Farmland', 'Urban'])

Answer 1

如果不知道您的数据是什么样子，很难具体说明。 但是给出了一些示例土地覆盖数据和分配的颜色。 如果您的 LCC 数据不是这样连续的，情况可能会有所不同。

lc_colors = {
    'Forested': "g", # value=0
    'Water': "b",    # value=1
    'Desert': "y",   # value=2
    'Farmland': "c", # value=3
    'Urban': "r",    # value=4
}

yy, xx = np.mgrid[35:45:1, -120:-110:1]
zz = np.random.randint(0, len(lc_colors), xx.shape)

您可以定义颜色图和规范化器：

cmap = mpl.colors.LinearSegmentedColormap.from_list("lcc", list(lc_colors.values()))

bounds = np.arange(len(lc_colors)+1)
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

为图例使用代理艺术家：

import matplotlib.pyplot as plt
import matplotlib as mpl
import matplotlib.patches as mpatches
import cartopy.crs as ccrs
import cartopy.feature as cfeature
import numpy as np

proj = ccrs.LambertConformal(central_longitude=-110, central_latitude=40)

fig, ax = plt.subplots(figsize=(6,6), facecolor="w", dpi=86, subplot_kw=dict(projection=proj))
ax.set_title('Land Use Type: Western United States', fontsize=15)

im = ax.pcolormesh(xx, yy, zz, transform=ccrs.PlateCarree(), cmap=cmap, norm=norm)
ax.set_extent([-125, -95, 30, 50], crs=ccrs.PlateCarree())

res = '110m'
ax.add_feature(cfeature.LAND.with_scale(res))
ax.add_feature(cfeature.OCEAN.with_scale(res))
ax.add_feature(cfeature.COASTLINE.with_scale(res))
ax.add_feature(cfeature.LAKES.with_scale(res), alpha=0.5)
ax.add_feature(cfeature.STATES.with_scale(res), lw=0.5, alpha=.5)

labels, handles = zip(*[(k, mpatches.Rectangle((0, 0), 1, 1, facecolor=v)) for k,v in lc_colors.items()])
ax.legend(handles, labels, loc=4, framealpha=1)

或者，不要使用上面代码片段的最后两行，而是使用pcolormesh的结果和颜色条：

cb = fig.colorbar(im, ax=ax, shrink=.3, aspect=8)
cb.set_ticks(bounds[:-1]+0.5)
cb.set_ticklabels(lc_classes.keys())

从 dataviz 的角度来看，对代理艺术家使用适当的图例可能会更好，因为颜色条可能会建议类的某种顺序。