Python 3D切片图xy平面网格下方渲染地理底图实现方法

核心思路：Matplotlib 3D轴原生不支持Cartopy投影的直接渲染，通过「离屏渲染底图→作为纹理贴到z轴最低处xy平面」的方式实现，不需要修改你原有3D切片的绘图逻辑。

• 提前记录你现有3D图的核心参数：xy平面对应的经纬度范围lon_min, lon_max, lat_min, lat_max，以及z轴上低于所有contourf切片的基底高度z_base（底图就放在这个高度，避免遮挡数据）

步骤1：离屏渲染匹配范围的Cartopy底图 #

新建临时二维Cartopy轴绘制你需要的底图要素，关闭所有轴装饰后导出为像素数组，不需要显示这个临时画布：

import numpy as np
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
import cartopy.feature as cfeature
from mpl_toolkits.mplot3d import Axes3D

# 替换为你自己的实际参数
lon_min, lon_max = 110, 125
lat_min, lat_max = 20, 35
z_base = -1  # 确保该值小于你所有contourf切片的最小z坐标

# 离屏渲染底图
fig_tmp = plt.figure(figsize=(8, 8), dpi=200)
ax_tmp = fig_tmp.add_subplot(111, projection=ccrs.PlateCarree())
ax_tmp.set_extent([lon_min, lon_max, lat_min, lat_max], crs=ccrs.PlateCarree())
# 按需添加底图要素：海岸线、行政边界、地形等
ax_tmp.add_feature(cfeature.COASTLINE.with_scale('10m'), linewidth=0.8)
ax_tmp.add_feature(cfeature.BORDERS.with_scale('10m'), linewidth=0.5)
ax_tmp.axis('off')  # 关闭所有刻度、边框、标签

# 提取渲染后的底图像素数组
fig_tmp.canvas.draw()
bg_array = np.array(fig_tmp.canvas.buffer_rgba())
plt.close(fig_tmp)  # 关闭临时画布，不弹出显示

步骤2：将底图贴到3D轴的基底平面 #

在你原有的3D轴对象上，生成z值恒为z_base的平面网格，将底图作为表面纹理贴到该平面，强制关闭光照、设置最低渲染层级：

# ax3d 为你原有绘制3D contourf切片的Axes3D对象
# 生成匹配底图像素维度的平面网格
lon_mesh, lat_mesh = np.meshgrid(
    np.linspace(lon_min, lon_max, bg_array.shape[1]),
    np.linspace(lat_min, lat_max, bg_array.shape[0])
)
z_mesh = np.full_like(lon_mesh, z_base)

# 绘制底图平面
ax3d.plot_surface(
    lon_mesh, lat_mesh, z_mesh,
    rstride=1, cstride=1,
    facecolors=bg_array / 255,  # 将0-255像素值转换为matplotlib支持的0-1范围
    shade=False,  # 关闭3D光照效果，避免底图偏暗
    zorder=-1000  # 设置最低渲染层级，确保不遮挡上层数据切片
)

步骤3：绘制原有3D Contourf切片 #

你之前写的3D等高线切片代码不需要做任何修改，直接运行即可，所有切片会自动显示在底图上方。

常见问题排查

• 底图拉伸变形：检查临时Cartopy轴设置的extent经纬度范围是否和3D轴xy平面的范围完全一致
• 底图颜色偏暗：确认shade=False参数已添加，默认3D表面会自动叠加光照阴影
• 底图遮挡数据切片：调小plot_surface的zorder数值，数值越小层级越低
• 底图模糊：提高临时画布的dpi参数即可，注意不要设置过高导致渲染卡顿

内容的提问来源于stack exchange，提问作者Mara