Python cartopy正交投影场景下imshow的set_data方法投影失效问题

问题原因 #

• 调用ax.imshow()传入cartopy的transform参数时，cartopy会内部完成地理坐标到目标投影的映射计算，同步固化坐标转换规则、数据边界等参数到返回的im对象中，仅调用set_data()只会更新像素数值，不会触发投影逻辑的重计算，因此出现投影失效问题。
• 直接调用im.set_transform(ccrs.PlateCarree())属于用法错误：set_transform接收的是matplotlib原生的变换对象，直接传入cartopy的CRS对象会跳过地理投影适配流程，导致数据范围、显示位置异常，看起来数值偏小实际是大部分数据被裁剪到了可视区域外。

解决方案 #

方案1：保留im对象更新，手动补全投影参数 #

适合高频更新场景，性能开销更小：

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

np.random.seed(100)
fig = plt.figure()
ax = fig.add_subplot(projection=ccrs.Orthographic())
# 首次绘制
im = ax.imshow(np.random.rand(20,20), transform=ccrs.PlateCarree())
# 提前保存初始extent和转换对象，避免重复计算
init_extent = im.get_extent()
init_transform = im.get_transform()
plt.savefig('1.png')

# 更新数据
im.set_data(np.random.rand(20,20))
# 恢复投影参数
im.set_transform(init_transform)
im.set_extent(init_extent, crs=ccrs.PlateCarree())
plt.savefig('2_fixed.png')

方案2：重建图像对象 #

适合低频率更新场景，代码简洁兼容性高，不会出现参数错乱问题：

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

np.random.seed(100)
fig = plt.figure()
ax = fig.add_subplot(projection=ccrs.Orthographic())
# 首次绘制
im = ax.imshow(np.random.rand(20,20), transform=ccrs.PlateCarree())
plt.savefig('1.png')

# 更新时先移除旧对象
im.remove()
# 重新绘制新数据
im = ax.imshow(np.random.rand(20,20), transform=ccrs.PlateCarree())
plt.savefig('2_fixed.png')

内容的提问来源于stack exchange，提问作者SGH