匹配绘图尺寸与数据尺寸：Matplotlib填充等高线绘图问题

问题现象 #

使用Matplotlib的contourf绘制Numpy数组存储的降水量气象数据时，出现两个异常：

• 无数据区域存在异常间隙（已确认源数组本身无此类间隙）
• 数值边缘出现不应有的异常线条
  尝试开启抗锯齿无效，怀疑是绘图尺寸/分辨率与源数组不匹配导致，希望实现每个像素对应数组中的一个点。

问题代码 #

imageRes =  50
aspectRatio = 1.5
plotProj = ccrs.PlateCarree() # from cartopy

fig,ax = plt.subplots(ncols=1, 
                      nrows=1, 
                      subplot_kw={'projection':plotProj, 'aspect':aspectRatio}, 
                      dpi=imageRes,
                      figsize=(imageSettings.heicImageWidth/imageRes,
                               imageSettings.heicImageHeight/imageRes))
fig.patch.set_visible(False)

ax.contourf(lon,lat,item,vmin=minValue,vmax=maxValue, extend='max', transform=plotProj,colors=colors[index], levels=levels[index], hatches=hatches[index], antialiased=False)

ax.set_extent([-125.0,-66.0, 24.0, 54.0], crs=plotProj)
ax.axis('off')

plt.savefig(buffer, pad_inches=0, bbox_inches="tight", transparent=True, dpi=imageRes)

img = img.resize((int(imageSettings.heicImageWidth), int(imageSettings.heicImageHeight)), resample = Image.LANCZOS)
img.save(outputFilename, quality = imageSettings.heicImageQuality)

问题图示 #

核心原因 #

1. contourf是基于等高线插值的绘图函数，会对数据进行拟合插值，无法保证数组点与像素一一对应，自然会产生边缘异常线条
2. 先低分辨率绘图再二次缩放的操作，进一步放大了间隙和线条问题

修正方案 #

1. 替换为像素级渲染函数：pcolormesh

pcolormesh专为规则网格数据设计，直接将每个网格单元映射为图像像素，彻底避免插值异常：

# 替换原contourf代码
ax.pcolormesh(lon, lat, item, vmin=minValue, vmax=maxValue, 
              transform=plotProj, cmap=colors[index], 
              shading='nearest', hatches=hatches[index])

• shading='nearest'确保每个数组点对应一个像素
• 若需要扩展极值显示，用norm=matplotlib.colors.ClampNorm(vmin=minValue, vmax=maxValue)替代extend='max'

2. 取消二次缩放，直接匹配目标分辨率

跳过img.resize步骤，让绘图的dpi与figsize乘积直接等于目标图片尺寸，保证原始绘图精度：

target_width = imageSettings.heicImageWidth
target_height = imageSettings.heicImageHeight
dpi = 100  # 可根据需求调整，建议用96/100/150等标准值

fig, ax = plt.subplots(
    ncols=1, nrows=1,
    subplot_kw={'projection': plotProj, 'aspect': aspectRatio},
    dpi=dpi,
    figsize=(target_width/dpi, target_height/dpi)
)

# 直接保存为目标尺寸，无需后续缩放
plt.savefig(outputFilename, pad_inches=0, bbox_inches="tight", 
            transparent=True, dpi=dpi, quality=imageSettings.heicImageQuality)

3. 处理无数据区域

若源数组包含NaN值，可设置统一的无数据填充色：

# 自定义无数据区域颜色，示例为灰色
ax.set_facecolor('#cccccc')

内容的提问来源于stack exchange，提问作者John