如何将Cartopy地图指定区域标记为NaN值？

方法1：基于经纬度范围的简单掩码 #

如果蓝线右侧区域可以用固定经纬度区间大致框定，直接通过布尔索引设置NaN是最快捷的方式。

假设蓝线对应的经度阈值为lon_threshold（根据你的地图实际取值调整），操作代码如下：

import numpy as np

# 复制5月的数据（避免修改原数组）
may_data = new[4, :, :].copy()

# 生成掩码：筛选出经度大于阈值的区域
mask = lon > lon_threshold  # lon为你的1D/2D经度数组，需与数据维度匹配

# 将目标区域设为NaN
may_data[mask] = np.nan

# 替换原绘图代码中的数据，执行绘图
plt.contourf(lon,
             lat,
             may_data, 
             transform=ccrs.PlateCarree(),
             cmap=cmocean.cm.thermal,
             zorder=4
)

方法2：柔性屏障（多边形掩码） #

如果蓝线是不规则曲线，区域形状无法用简单经纬度区间框定，就需要用自定义多边形来生成掩码，步骤如下：

1. 获取蓝线右侧区域的多边形顶点坐标：可以通过Matplotlib交互拾取、GIS工具导出或手动从图中读取关键坐标点，格式为[(lon1, lat1), (lon2, lat2), ..., (lonN, latN)]。
2. 用多边形路径判断每个网格点是否属于目标区域，生成掩码后设置NaN。

代码示例：

import numpy as np
from matplotlib.path import Path

# 1. 替换为你实际的多边形顶点坐标（示例仅作参考）
poly_coords = [
    (115, 28), (130, 36), (142, 33), (138, 24), (120, 26)
]

# 2. 生成与数据匹配的经纬度网格矩阵
lon_grid, lat_grid = np.meshgrid(lon, lat)
# 将网格点转为一维坐标对
points = np.column_stack((lon_grid.flatten(), lat_grid.flatten()))

# 3. 创建多边形路径，判断每个点是否在目标区域内
path = Path(poly_coords)
mask = path.contains_points(points).reshape(lon_grid.shape)

# 4. 将目标区域数值设为NaN
may_data = new[4, :, :].copy()
may_data[mask] = np.nan

# 5. 执行绘图（与你的原代码一致，仅替换数据）
fig = plt.figure(figsize=(10,10))
ax = fig.add_subplot(111, projection=rot)
plot_cartopy(ax, lon, lat)
plt.title("Month = May")

plt.contourf(lon,
             lat,
             may_data, 
             transform=ccrs.PlateCarree(),
             cmap=cmocean.cm.thermal,
             zorder=4
)
plt.clim(0,100)
plt.colorbar()
plt.show()

额外提示 #

• 若需批量处理所有月份，可通过循环遍历new的第一个维度（月份维度）重复上述掩码操作。
• 交互拾取坐标可使用plt.ginput(n)（n为拾取点数量），运行后点击地图即可获取坐标。

内容的提问来源于stack exchange，提问作者NorthWind4721