如何在已生成的绘图上叠加p_value<0.05的显著性标记点

你不需要额外引入专用库，基于你已使用的matplotlib和cartopy库即可实现该需求，以下是具体实现方案：

注意：你现有代码存在维度不匹配的潜在问题：你的lat数组长度为26，但最后将array1、array2 reshape为(28,62)，运行时会出现维度不匹配报错，建议替换为reshape(len(lat), len(lon))适配经纬度长度。

常用实现方案 #

方法1：叠加显著区散点标记（推荐，不遮挡底图配色） #

这是地学领域显著性绘图最常用的方案，直接在p<0.05的格点位置绘制指定样式的标记（如黑点、白叉），核心代码如下：

# 生成格点化的经纬度网格
lon_grid, lat_grid = np.meshgrid(lon, lat)
# 生成显著性掩码：p<0.05的位置标记为1，其余设为NaN
sig_mask = np.where(array2 < 0.05, 1, np.nan)

# 给左图（相关性系数图）叠加显著性黑点
ax1.scatter(lon_grid[sig_mask==1], lat_grid[sig_mask==1], 
            c='black', s=10, marker='o', transform=ccrs.PlateCarree())
# 给右图（p值图）叠加显著性白叉
ax2.scatter(lon_grid[sig_mask==1], lat_grid[sig_mask==1], 
            c='white', s=15, marker='x', transform=ccrs.PlateCarree())

方法2：叠加显著区斜纹填充 #

如果需要更明显的区域区分，可以用带斜纹的透明填充层标记显著区域：

# 给左图叠加显著区灰色半透明斜纹层
ax1.contourf(lon, lat, sig_mask, levels=[0.5,1.5], hatches=['////'], 
             colors='none', transform=ccrs.PlateCarree())

修正后完整绘图代码 #

import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# 修正数组维度错误
array1 = array1.reshape(len(lat), len(lon))
array2 = array2.reshape(len(lat), len(lon))

fig= plt.figure(figsize=(24,12))
ax1 = fig.add_subplot(1,2,1, projection=ccrs.PlateCarree())
ax2 = fig.add_subplot(1,2,2, projection=ccrs.PlateCarree())

# 绘制底图
im1 = ax1.pcolormesh(lon, lat, array1, cmap='rainbow', transform=ccrs.PlateCarree())
im2 = ax2.pcolormesh(lon, lat, array2, cmap='rainbow', transform=ccrs.PlateCarree())

# 补充色标
plt.colorbar(im1, ax=ax1, shrink=0.6, label='相关系数')
plt.colorbar(im2, ax=ax2, shrink=0.6, label='p值')

# 叠加显著性标记
lon_grid, lat_grid = np.meshgrid(lon, lat)
sig_mask = np.where(array2 < 0.05, 1, np.nan)
ax1.scatter(lon_grid[sig_mask==1], lat_grid[sig_mask==1], c='k', s=8, transform=ccrs.PlateCarree())
ax2.scatter(lon_grid[sig_mask==1], lat_grid[sig_mask==1], c='w', s=12, marker='x', transform=ccrs.PlateCarree())

# 补充海岸线（地学绘图标准配置）
ax1.coastlines()
ax2.coastlines()

plt.show()

内容的提问来源于stack exchange，提问作者Ranjan Kumar Sahu