如何创建带Mollweide投影的放大内嵌子图？

问题概述 #

需要制作主坐标轴与内嵌坐标轴均采用Mollweide投影的天图，主图绘制已实现，但内嵌图存在以下问题：

• 使用ligo.skymap示例代码时，轮廓不显示且x轴反向
• 直接创建Mollweide投影内嵌图，无法设置轴范围聚焦目标天区
• 使用普通内嵌图会导致轮廓变形，不符合物理需求

现有代码 #

主图代码 #

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

xmin = min(l)
xmax = max(l)
ymin = min(b)
ymax = max(b)
X, Y = np.meshgrid(np.linspace(xmin, xmax, 100), np.linspace(ymin, ymax, 100))

mpl.rcParams["text.usetex"] = True
fig = plt.figure(1)
fig.set_figheight(8)
fig.set_figwidth(8)

ax = plt.axes(projection='mollweide')
ax.grid()
# skypost为天区位置概率密度数据
plt.contour(X, Y, skypost, colors='blue', levels=[5, 50, 95])

尝试过的内嵌图代码 #

axesinset = plt.axes(
    [0.0, 0.2, 0.25, 0.25], 
    projection='astro degrees zoom', 
    center='110d +20d', 
    radius='10 deg' )
plt.sca(axesinset)
axesinset.contour(X, Y, skypost, colors='blue', levels=[5, 50, 95])
axesinset.grid()

可行解决方案 #

核心思路：直接创建Mollweide投影的内嵌轴，将所有坐标转换为弧度（符合Mollweide投影的要求），手动设置轴范围聚焦目标天区。

完整代码示例 #

import numpy as np
import matplotlib.pyplot as plt
import matplotlib as mpl

# 加载经纬度数据l、b和天区概率密度数据skypost（此处省略加载逻辑）
xmin = min(l)
xmax = max(l)
ymin = min(b)
ymax = max(b)
X, Y = np.meshgrid(np.linspace(xmin, xmax, 100), np.linspace(ymin, ymax, 100))

# 主图绘制
mpl.rcParams["text.usetex"] = True
fig = plt.figure(1)
fig.set_figheight(8)
fig.set_figwidth(8)

ax = plt.axes(projection='mollweide')
ax.grid()
# 转换为弧度后绘制主图轮廓（Mollweide投影要求输入弧度）
ax.contour(np.radians(X), np.radians(Y), skypost, colors='blue', levels=[5, 50, 95])

# 内嵌图绘制
# 1. 创建Mollweide投影的内嵌轴，参数为[左, 下, 宽, 高]（归一化坐标）
axesinset = plt.axes([0.0, 0.2, 0.25, 0.25], projection='mollweide')
axesinset.grid()

# 2. 定义目标天区的中心和半径（转换为弧度）
center_l = 110  # 目标中心经度（度）
center_b = 20   # 目标中心纬度（度）
radius = 10     # 天区半径（度）
center_l_rad = np.radians(center_l)
center_b_rad = np.radians(center_b)
radius_rad = np.radians(radius)

# 3. 设置内嵌轴的显示范围，聚焦目标天区
axesinset.set_xlim(center_l_rad - radius_rad, center_l_rad + radius_rad)
axesinset.set_ylim(center_b_rad - radius_rad, center_b_rad + radius_rad)

# 4. 绘制内嵌图轮廓，同样转换为弧度
axesinset.contour(np.radians(X), np.radians(Y), skypost, colors='blue', levels=[5, 50, 95])

# 可选：调整内嵌轴刻度大小，避免重叠
axesinset.tick_params(labelsize=8)

plt.show()

关键说明 #

1. 坐标单位转换：matplotlib的Mollweide投影要求输入坐标为弧度而非角度，所有经纬度数据（包括网格和轴范围）都需要用np.radians()转换，这是之前轮廓不显示的核心原因。
2. 内嵌轴范围设置：直接使用set_xlim()和set_ylim()传入弧度范围，即可实现目标天区的聚焦，无需依赖第三方投影。
3. 避免投影冲突：放弃astro degrees zoom投影，改用原生Mollweide投影，确保内嵌图与主图投影一致，避免轮廓变形和轴反向问题。

内容的提问来源于stack exchange，提问作者Not Sure