如何使用pcolormesh仅绘制分类降水数据中值为0.99的区域

• 数据集说明：分类降水数据仅包含两类取值，-0.99代表无降水，0.99代表有降水
• 绘图需求：使用pcolormesh仅绘制值为0.99的降水区域
• 问题现象：自定义颜色映射的代码运行后全图被渲染为深粉色，未实现仅绘制降水区的效果

原有错误代码如下：

import matplotlib as mpl
from matplotlib import colors
import cartopy.crs as ccrs
import matplotlib.pyplot as plt

proj = ccrs.LambertConformal(central_longitude=cLon, 
central_latitude=cLat)

fig = plt.figure(figsize=(12,12),dpi=100)
ax = fig.add_subplot(1,1,1,projection=proj)
ax.set_extent ([lonW,lonE,latS,latN])

ptype_colors_fzra = ['deeppink']
cmap_ptype_ext_fzra = mpl.colors.ListedColormap(ptype_colors_fzra)
norm_ptype_ext_fzra = mpl.colors.BoundaryNorm([0.98,1],ncolors = len(ptype_colors_fzra))

ax.contourf(lons, lats, cfzra, cmap = cmap_ptype_ext_fzra, norm = norm_ptype_ext_fzra, 
transform = ccrs.PlateCarree(), zorder = 2)

错误渲染效果：

原有代码定义的BoundaryNorm仅设置了[0.98, 1]的映射区间，所有小于0.98的数值（即占绝大多数的-0.99无降水值）会被映射到colormap的越界低值区间，单颜色colormap的越界填充色默认就是列表内的深粉色，最终导致全区域被错误填色。

方法1：numpy掩膜过滤非目标值（最简便） #

将所有不等于0.99的数值设为掩膜缺测值，matplotlib/cartopy绘图时会自动跳过缺测值不做渲染，仅保留降水区填色，示例代码：

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

proj = ccrs.LambertConformal(central_longitude=cLon, central_latitude=cLat)
fig = plt.figure(figsize=(12,12), dpi=100)
ax = fig.add_subplot(1,1,1, projection=proj)
ax.set_extent([lonW, lonE, latS, latN])

# 掩膜掉所有不等于0.99的无降水区域
cfzra_precip = np.ma.masked_not_equal(cfzra, 0.99)

# 单颜色colormap即可，不需要复杂norm
cmap_precip = mpl.colors.ListedColormap(['deeppink'])

ax.pcolormesh(lons, lats, cfzra_precip, 
              cmap=cmap_precip,
              transform=ccrs.PlateCarree(), 
              zorder=2)

方法2：自定义colormap设置透明值 #

构造包含透明色的两色colormap，让-0.99对应的颜色完全透明，仅0.99显示深粉色，需要注意norm边界要覆盖全部数据取值范围：

import matplotlib as mpl
from matplotlib import colors
import cartopy.crs as ccrs
import matplotlib.pyplot as plt

proj = ccrs.LambertConformal(central_longitude=cLon, central_latitude=cLat)
fig = plt.figure(figsize=(12,12), dpi=100)
ax = fig.add_subplot(1,1,1, projection=proj)
ax.set_extent([lonW, lonE, latS, latN])

# 第一个颜色对应-0.99无降水，设为完全透明；第二个对应0.99降水为深粉色
cmap_precip = mpl.colors.ListedColormap(['#00000000', 'deeppink'])
# 边界覆盖-1到1的范围，把-0.99分到第一档，0.99分到第二档
norm_precip = mpl.colors.BoundaryNorm([-1, 0, 1], ncolors=2)

ax.pcolormesh(lons, lats, cfzra,
              cmap=cmap_precip,
              norm=norm_precip,
              transform=ccrs.PlateCarree(),
              zorder=2)

两种方法效果一致，掩膜法逻辑更简单，不需要手动调整颜色边界，适合仅绘制单类值的场景。

内容的提问来源于stack exchange，提问作者Wx_Trader