如何用Matplotlib绘制带底图、支持自定义域的3D气象曲面天气图

方案1：Matplotlib原生兼容实现 #

维度不匹配问题可通过数组广播+掩码的方式直接解决：

• 首先将维度为(120,120)的Y数组通过numpy.broadcast_to扩展为(120,121)维度，保证X、Y、Z三者最终维度一致即可满足plot_surface的输入要求，不需要修改原始气象数据的实际业务值。
• 如果需要自定义非矩形的运算域基底，可使用numpy.ma.masked_where将不需要渲染的区域对应的Z值设为掩码值，或者直接赋值为numpy.nan，Matplotlib会自动跳过空值区域渲染，实现任意形状的绘图基底裁剪。

示例代码片段：

import numpy as np
# 假设原始Y维度为(120,120)，X、Z维度为(120,121)
Y_extended = np.broadcast_to(Y[..., np.newaxis], (120,121))
# 自定义掩码：比如只渲染经纬度范围在运算域内的区域
mask = (X < min_lon) | (X > max_lon) | (Y_extended < min_lat) | (Y_extended > max_lat)
Z_masked = np.ma.masked_where(mask, Z)
# 正常绘图即可
ax.plot_surface(X, Y_extended, Z_masked, alpha=0.3, cmap=cm.coolwarm)
# 底部叠加底图可通过在z=最低值层渲染contourf实现

方案2：第三方库替代方案（更适合气象场景） #

如果Matplotlib的3D渲染能力无法满足复杂运算域的需求，推荐使用PyVista库实现：

• PyVista原生支持结构化、非结构化网格渲染，无需强制X/Y/Z三个数组维度严格对齐，可直接适配不同气象模式的输出网格格式。
• 支持直接加载各类地图底图到3D场景的指定高度层作为基底，无需额外做坐标对齐，还支持导出为交互式HTML文件，非常便于成果发布。
• 气象领域常用的MetPy、xarray库都支持直接将气象数据集转为PyVista网格对象，开发成本极低。

内容的提问来源于stack exchange，提问作者Rahan Öztürk