Cartopy中set_bad函数异常：无效值颜色设置问题求助

问题场景 #

使用Cartopy结合Matplotlib绘制带NaN（无效值）的地理数据时，遇到两个异常：

1. 直接通过cm.set_bad("gray")设置无效值为灰色时，地图大面积显示灰色且触发UserWarning
2. 按提示设置cm.set_bad("gray", alpha=0.0)后，无效值区域完全不显示颜色

使用模块版本 #

测试代码 #

import cartopy
import cartopy.crs as ccrs
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import xarray as xr

# 设置绘图风格
mpl.style.use("seaborn-v0_8-ticks")

# 构造测试数据
sig = np.sin(np.radians(np.linspace(-90, 90, 192)))
sig = np.tile(sig, [288, 1]).T
darr = xr.DataArray(
    sig,
    dims=("lat", "lon"),
    coords={
        "lat": np.linspace(-90, 90, 192),
        "lon": np.linspace(0, 360, 288),
    },
)

# 手动设置无效值为NaN
darr[100:200, 100:200] = np.nan

cm = plt.get_cmap("RdBu_r")

# 情况1：设置灰色无效值，出现显示异常
cm.set_bad("gray")
fig, ax1 = plt.subplots(figsize=(8, 4))
ax1 = plt.subplot(111, projection=ccrs.PlateCarree(central_longitude=0))
ax1.coastlines()
lons, lats = np.meshgrid(darr["lon"], darr["lat"])
ax1.pcolormesh(lons, lats, darr, transform=ccrs.PlateCarree(), cmap=cm)

# 情况2：设置完全透明，无效值区域消失
cm.set_bad("gray", alpha=0.0)
fig, ax1 = plt.subplots(figsize=(8, 4))
ax1 = plt.subplot(111, projection=ccrs.PlateCarree(central_longitude=0))
ax1.coastlines()
lons, lats = np.meshgrid(darr["lon"], darr["lat"])
ax1.pcolormesh(lons, lats, darr, transform=ccrs.PlateCarree(), cmap=cm)

问题根源 #

核心原因是pcolormesh在跨投影坐标系下处理NaN区域时，会错误填充不连续多边形，加上直接修改全局colormap的方式与Cartopy投影存在兼容性冲突。

正确解决方案 #

方法1：使用imshow替代pcolormesh（规则网格推荐） #

imshow对规则网格的NaN支持更稳定，结合extent参数适配地理范围：

import cartopy.crs as ccrs
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import xarray as xr

mpl.style.use("seaborn-v0_8-ticks")

# 构造测试数据
sig = np.sin(np.radians(np.linspace(-90, 90, 192)))
sig = np.tile(sig, [288, 1]).T
darr = xr.DataArray(
    sig,
    dims=("lat", "lon"),
    coords={
        "lat": np.linspace(-90, 90, 192),
        "lon": np.linspace(0, 360, 288),
    },
)
darr[100:200, 100:200] = np.nan

# 创建colormap副本，避免修改全局默认
cm = plt.get_cmap("RdBu_r").copy()
cm.set_bad("gray")

fig, ax = plt.subplots(figsize=(8, 4), subplot_kw={"projection": ccrs.PlateCarree(central_longitude=0)})
ax.coastlines()
# 使用imshow绘制，指定原点和范围
ax.imshow(darr,
          origin="lower",
          extent=[darr.lon.min(), darr.lon.max(), darr.lat.min(), darr.lat.max()],
          transform=ccrs.PlateCarree(),
          cmap=cm)
plt.show()

方法2：修复pcolormesh的NaN处理逻辑 #

若必须使用pcolormesh，需明确颜色映射范围并使用colormap副本：

import cartopy.crs as ccrs
import matplotlib as mpl
import matplotlib.pyplot as plt
import numpy as np
import xarray as xr
from matplotlib.colors import Normalize

mpl.style.use("seaborn-v0_8-ticks")

# 构造测试数据
sig = np.sin(np.radians(np.linspace(-90, 90, 192)))
sig = np.tile(sig, [288, 1]).T
darr = xr.DataArray(
    sig,
    dims=("lat", "lon"),
    coords={
        "lat": np.linspace(-90, 90, 192),
        "lon": np.linspace(0, 360, 288),
    },
)
darr[100:200, 100:200] = np.nan

# 创建独立colormap副本
cm = plt.get_cmap("RdBu_r").copy()
cm.set_bad("gray")

fig, ax = plt.subplots(figsize=(8, 4), subplot_kw={"projection": ccrs.PlateCarree(central_longitude=0)})
ax.coastlines()
lons, lats = np.meshgrid(darr["lon"], darr["lat"])
# 指定颜色映射范围，避免自动缩放导致的异常
norm = Normalize(vmin=darr.min(), vmax=darr.max())
ax.pcolormesh(lons, lats, darr,
              transform=ccrs.PlateCarree(),
              cmap=cm,
              norm=norm)
plt.show()

方法3：使用xarray内置绘图接口（最省心） #

xarray与Cartopy集成良好，自动处理NaN和投影兼容问题：

import cartopy.crs as ccrs
import matplotlib as mpl
import numpy as np
import xarray as xr

mpl.style.use("seaborn-v0_8-ticks")

# 构造测试数据
sig = np.sin(np.radians(np.linspace(-90, 90, 192)))
sig = np.tile(sig, [288, 1]).T
darr = xr.DataArray(
    sig,
    dims=("lat", "lon"),
    coords={
        "lat": np.linspace(-90, 90, 192),
        "lon": np.linspace(0, 360, 288),
    },
)
darr[100:200, 100:200] = np.nan

fig, ax = plt.subplots(figsize=(8, 4), subplot_kw={"projection": ccrs.PlateCarree(central_longitude=0)})
# 直接调用xarray的plot方法，指定无效值颜色
darr.plot(ax=ax,
          transform=ccrs.PlateCarree(),
          cmap="RdBu_r",
          cbar_kwargs={"shrink": 0.8},
          bad_color="gray")
ax.coastlines()
plt.show()

关键注意事项 #

• 始终创建colormap副本（.copy()），避免修改全局默认样式影响其他绘图
• 使用pcolormesh时必须明确颜色映射范围（vmin/vmax或Normalize）
• xarray内置绘图接口是处理地理数据NaN的最优选择，无需手动处理投影和掩码逻辑

内容的提问来源于stack exchange，提问作者Mu Qingyu